MétaCan
Menu
Retour à la cohorte
Enregistrement W3025654970 · doi:10.1098/rsos.191922

Do pride and shame track the evaluative psychology of audiences? Preregistered replications of Sznycer <i>et al</i> . (2016, 2017)

2020· article· en· W3025654970 sur OpenAlexaff
Adam Cohen, Rie Chun, Daniel Sznycer

Notice bibliographique

RevueRoyal Society Open Science · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueEmotions and Moral Behavior
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPrideShameSocial psychologyPsychologyValue (mathematics)LimitingFrequentist inferenceBayesian probabilityComputer sciencePolitical scienceBayesian inferenceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Are pride and shame adaptations for promoting the benefits of being valued and limiting the costs of being devalued, respectively? Recent findings indicate that the intensities of anticipatory pride and shame regarding various potential acts and traits track the degree to which fellow community members value or disvalue those acts and traits. Thus, it is possible that pride and shame are engineered to activate in proportion to others' valuations. Here, we report the results of two preregistered replications of the original pride and shame reports (Sznycer et al. 2016 Proc. Natl Acad. Sci. USA 113 , 2625–2630. ( doi:10.1073/pnas.1514699113 ); Sznycer et al . 2017 Proc. Natl Acad. Sci. USA 114 , 1874–1879. ( doi:10.1073/pnas.1614389114 )). We required the data to meet three criteria, including frequentist and Bayesian replication measures. Both replications met the three criteria. This new evidence invites a shifting of prior assumptions about pride and shame: these emotions are engineered to gain the benefits of being valued and avoid the costs of being devalued.

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)0,024
score de la tête « metaresearch » (Gemma)0,076
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,128

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,076
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,137
Tête enseignante GPT0,457
Écart entre enseignants0,320 · 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.

Devis d'étudeObservationnel
DomaineReproductibilité
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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoyal Society Open ScienceMême sujetEmotions and Moral BehaviorTravaux en français237 207