MétaCan
Menu
Retour à la cohorte
Enregistrement W2794994195 · doi:10.1027/1015-5759/a000467

Assessment of Anticipated Emotions in Moral Transgressions

2018· article· en· W2794994195 sur OpenAlexaff
Dorinde Jansma, Tina Malti, Marie‐Christine Opdenakker, Greetje van der Werf

Notice bibliographique

RevueEuropean Journal of Psychological Assessment · 2018
Typearticle
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyProsocial behaviorSympathyConcurrent validitySocial psychologyDevelopmental psychologyContext (archaeology)Moral developmentMoral reasoningPredictive validityInternal consistencyPsychometrics

Résumé

récupéré en direct d'OpenAlex

Abstract. This paper describes the reliability and validity of the assessment of anticipated emotions in the context of moral transgressions in a sample of 1,179 children aged 6–13 years (M = 9.1; SD = 1.8, 49.0% girls), with a special interest in the domain and developmental specificity of the instrument. To evaluate the concurrent and predictive validity, we also examined the relation between anticipated emotions and antisocial and prosocial tendencies and sympathy at two time points. The instrument consisted of six transgression scenarios covering three domains: unfairness (not winning fairly, not keeping word), omission of a prosocial duty (not sharing, not helping), and victimization (verbal bullying, relational bullying). Results show sufficient internal consistency and a one-factor structure of the anticipated emotions, indicating a lack of domain variability of the assessment of anticipated emotions. Additionally, emotions following hypothetical moral transgressions showed some developmental variability. Whereas no relation was found between anticipated emotions and antisocial tendencies, anticipated negative emotions following the moral transgressions were positively related to prosocial tendencies and sympathy. This provides preliminary evidence for the concurrent and predictive validity of the instrument.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,003
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,097
Tête enseignante GPT0,430
Écart entre enseignants0,333 · 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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Psychological AssessmentMême sujetBullying, Victimization, and AggressionTravaux en français237 207