MétaCan
Menu
Retour à la cohorte
Enregistrement W3034668331 · doi:10.1177/0022022120933691

Cultural Differences in the Tendency to Seek Practical versus Theoretical Information

2020· article· en· W3034668331 sur OpenAlexafffund
Roy Spina, Li‐Jun Ji, Tieyuan Guo, Ye Li, Zhiyong Zhang

Notice bibliographique

RevueJournal of Cross-Cultural Psychology · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensQueen's University
Organismes subventionnairesQueen's University
Mots-clésGreeksNatural (archaeology)PsychologySocial psychologyEast AsiaEpistemologyChinaHistoryPhilosophy

Résumé

récupéré en direct d'OpenAlex

Western thought stems from the ancient Greeks, who were intensely interested in pondering abstract information and generating theories to explain natural phenomena. East Asian thought stems from the ancient Chinese, who focused on concrete information directly perceived by the senses and on generating practical information relevant to their daily lives. Would contemporary Western and East Asian people differ in their tendency to seek practical versus theoretical information? In a series of studies, we found that Canadians showed greater interest in theoretical information than Chinese, who showed greater interest in practical information. To explain the cultural differences in information seeking, we found that Canadians were more likely to endorse an intrinsic motivation for learning (focused on fun) whereas Chinese were more likely to endorse a utilitarian motivation toward learning (focused on benefits). And these differences in motivation for learning mediated the effect of culture on information seeking.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,845
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,211
Tête enseignante GPT0,518
Écart entre enseignants0,308 · 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'étudeObservationnel
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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Cross-Cultural PsychologyMême sujetCultural Differences and ValuesTravaux en français237 207