MétaCan
Menu
Retour à la cohorte
Enregistrement W3011905362 · doi:10.1093/oxfordhb/9780190676049.013.6

The Development of Moral Self-Presentation

2020· reference-entry· en· W3011905362 sur OpenAlexaff
Robin Banerjee, Gail D. Heyman, Kang Lee

Notice bibliographique

Revuenon disponible
Typereference-entry
Langueen
DomainePsychology
ThématiqueBullying, Victimization, and Aggression
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPsychologyPresentation (obstetrics)Presentational and representational actingSocial psychologyDeceptionMoral developmentProsocial behaviorSocial cognitive theory of moralityMoral disengagementContext (archaeology)Self-disclosureAesthetics

Résumé

récupéré en direct d'OpenAlex

Children come to recognize that the impressions one makes on other people can be controlled and managed. In this chapter, the authors situate the development of such “self-presentation” in the moral context, with attention to a range of relevant social, cultural, cognitive, motivational, and emotional processes. Children’s appreciation of self-presentational tactics such as self-promotion, modesty, and ingratiation is reviewed before turning specifically to the factors involved in deception and truth-telling. The authors analyze the emergence of children’s self-presentational competencies in shaping both their own individual reputations and the reputations of the social groups with which they identify, especially in contexts where moral and social-conventional rules have been transgressed. Key goals for future research that illuminates the nature and implications of children’s moral self-presentation are identified.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,122
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,050
Tête enseignante GPT0,327
Écart entre enseignants0,277 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations8
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBullying, Victimization, and AggressionTravaux en français237 207