MétaCan
Menu
Retour à la cohorte
Enregistrement W2807329068 · doi:10.1037/xge0000429

Children hold owners responsible when property causes harm.

2018· article· en· W2807329068 sur OpenAlexfundno aff
Celina K. Bowman‐Smith, Brandon W. Goulding, Ori Friedman

Notice bibliographique

RevueJournal of Experimental Psychology General · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHarmAttributionProperty (philosophy)BusinessLaw and economicsPsychologySocial psychologySociology

Résumé

récupéré en direct d'OpenAlex

Since ancient times, legal systems have held owners responsible for harm caused by their property. Across 4 experiments, we show that children aged 3-7 (N = 572) also hold owners responsible for such harm. Older children judge that owners should repair harm caused by property (Experiments 1A and 1B), and younger children may do this as well (Experiment 4). Younger and older children judge that owners should apologize for harm (Experiments 2A and 3), even when children do not believe the owners allowed the harm to occur (Experiment 2B). Children are also as likely to hold owners responsible for harm caused by property as for harm caused by the owners themselves (Experiment 3). The present findings contribute to psychological accounts of ownership by showing that ownership not only confers rights to control property, but also responsibility for harm caused by property. The findings also contribute to our understanding of the attribution of responsibility, and challenge accounts claiming that directly causing harm, or allowing it to happen, is a prerequisite for responsibility. The findings provide support for an account claiming that property is an extension of its owner, and likewise reveal that responsibility for harm caused by property is an early developing aspect of the psychology of ownership. (PsycINFO Database Record

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)0,002
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,003
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,142
Tête enseignante GPT0,371
Écart entre enseignants0,229 · 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

Citations9
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Psychology GeneralMême sujetPsychology of Moral and Emotional JudgmentTravaux en français237 207