The role of empathy in children's costly prosocial lie‐telling behaviour
Notice bibliographique
Résumé
Abstract The aim of the present study was to examine the role of induced empathy and parent‐reported empathy (i.e., affective and cognitive) as underlying motives for children's prosocial lie‐telling tendencies. An experimental paradigm was used to elicit prosocial lies in children (N = 146, 7–11 years) in varying cost (low‐cost/high‐cost) and induction (empathy/neutral) conditions. Results indicate that induced empathy predicts prosocial lie likelihood and maintenance in low‐cost conditions, and that cognitive empathy is a predictor of lie‐likelihood. Post‐hoc analyses revealed that a large portion of children chose to prosocially share with the distressed confederate, regardless of whether they lied for them. Individuals who shared were more likely to share in low‐cost conditions, and also had higher cognitive empathy. Overall, this study provides unique insights into the role of empathy as an underlying cognitive process for children's prosocial decision‐making. Highlights The role of empathy was examined in relation to children's prosocial lying and sharing behaviour in low‐ and high‐cost conditions. Parent‐reported cognitive empathy predicted both lying and sharing in an experimental paradigm; induced empathy only predicted lying in low‐cost conditions. Overall, empathy proved to be an important underlying motive for children's prosocial decision‐making.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».