MétaCan
Menu
Retour à la cohorte
Enregistrement W2884641122 · doi:10.1163/15685373-12340026

The Needs of the Many Do Not Outweigh the Needs of the Few: The Limits of Individual Sacrifice across Diverse Cultures

2018· article· en· W2884641122 sur OpenAlexaff
Mark Sheskin, Coralie Chevallier, Kuniko Adachi, Renatas Berniûnas, Thomas Castelain, Martin Hulín, Hillary L. Lenfesty, Denis Regnier, Anikó Sebestény, Nicolas Baumard

Notice bibliographique

RevueJournal of Cognition and Culture · 2018
Typearticle
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensCanadian Nautical Research Society
Organismes subventionnairesAgence Nationale de la RechercheEuropean Commission
Mots-clésGeneralizability theoryHarmWelfareSacrificeMoralityContext (archaeology)SociologySocial psychologyPsychologyPositive economicsPolitical scienceEconomicsDevelopmental psychologyGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract A long tradition of research in WEIRD (Western, Educated, Industrialized, Rich, Democratic) countries has investigated how people weigh individual welfare versus group welfare in their moral judgments. Relatively less research has investigated the generalizability of results across non- WEIRD populations. In the current study, we ask participants across nine diverse cultures (Bali, Costa Rica, France, Guatemala, Japan, Madagascar, Mongolia, Serbia, and the USA ) to make a series of moral judgments regarding both third-party sacrifice for group welfare and first-person sacrifice for group welfare. In addition to finding some amount of cross-cultural variation on most of our questions, we also find two cross-culturally consistent judgments: (1) when individuals are in equivalent situations, overall welfare should be maximized, and (2) harm to individuals should be taken into account, and some types of individual harm can trump overall group welfare. We end by discussing the specific pattern of variable and consistent features in the context of evolutionary theories of the evolution of morality.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,686

Scores Codex et Gemma par catégorie

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

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 Opus0,078
Tête enseignante GPT0,313
Écart entre enseignants0,234 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cognition and CultureMême sujetPsychology of Moral and Emotional JudgmentTravaux en français237 207