MétaCan
Menu
Retour à la cohorte
Enregistrement W2600275373 · doi:10.1080/2153599x.2016.1267032

Religion and prosocial behavior among the Indo-Fijians

2017· article· en· W2600275373 sur OpenAlexfundno aff
Aiyana K. Willard

Notice bibliographique

RevueReligion Brain & Behavior · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCulture, Economy, and Development Studies
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaDepartment of Electronics and Information Technology, Ministry of Communications and Information TechnologyJohn Templeton Foundation
Mots-clésEthnic groupProsocial behaviorIndigenousSocial psychologyHinduismPsychologyPriming (agriculture)Ingroups and outgroupsSociologyReligious studiesAnthropology

Résumé

récupéré en direct d'OpenAlex

Previous research has claimed that world religions can extend the in-group beyond local and ethnic boundaries to form larger multi-ethnic groups, expanding human societies. Two experiments were run in Fiji to test religion’s ability to expand group boundaries. Experiment 1 employed a religious prime to increase prosocial behavior towards co-religionists among Hindu Indo-Fijians in an economic game. There were no overall effects of priming, but gender-specific effects were found. Priming reduced the amount women biased coin allocations to favor their preferred group. Men showed no bias in either condition. Experiment 2 employed the same economic game, without a prime, in a sample of indigenous Fijian and Indo-Fijian Christians. In this game, the monetary allocations were made between different religious and ethnic groups to test if preferences for religious in-groups were stronger than preferences for ethnic in-groups. Indo-Fijian Christians showed bias against their own ethnic group if they were from a different religion (Hindus or Muslims), but allocated fairly towards Christians from a different ethnic group (indigenous Fijians). Indigenous Fijians allocated less money to Muslims, but not Hindus. This evidence suggests that religious bonds can overcome the preference for one’s own ethnic group and expand in-groups to multi-ethnic religious groups.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,030
Tête enseignante GPT0,323
Écart entre enseignants0,294 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReligion Brain & BehaviorMême sujetCulture, Economy, and Development StudiesTravaux en français237 207