What really helps? Divergent implications of talking to someone with an empathic mindset versus similar experience for shame and self‐evaluation in the wake of an embarrassing event
Notice bibliographique
Résumé
What kinds of social interactions help individuals recover from an embarrassing experience? The present experiment examined the possibility that whereas individuals do not benefit from interacting with someone who is merely trying to understand and empathize, they do benefit from interacting with someone who has undergone the same experience and thus accurately understands their feelings. The 'target' member of 142 dyads performed an embarrassing task in front of the 'perceiver', after which they had a face-to-face discussion. Unbeknownst to targets, some perceivers did the task themselves beforehand, and some perceivers adopted an empathic mindset during the exchange. Perceivers' previous experience predicted improvements in targets' self-evaluations that were mediated by more accurate perceptions of targets' feelings. In contrast, perceivers' empathic mindset had no benefits for targets, alone or in concert with prior experience. The only apparent benefits of perceivers' empathic mindset were that perceivers felt more empathy and liking for targets (both undetected by targets), and felt viewed more favourably by targets (not corroborated by targets). These results suggest greater efficacy of perceiver experience over empathic concern in facilitating targets' recovery from embarrassing events. Perceivers' dispositional empathy, involving a different type of experience accumulated over time, also predicted benefits to targets.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».