MétaCan
Menu
Retour à la cohorte
Enregistrement W3092898282 · doi:10.1177/0265407520966049

How can I thank you? Highlighting the benefactor’s responsiveness or costs when expressing gratitude

2020· article· en· W3092898282 sur OpenAlexafffund
Yoobin Park, Mariko L. Visserman, Natalie M. Sisson, Bonnie M. Le, Jennifer E. Stellar, Emily A. Impett

Notice bibliographique

RevueJournal of Social and Personal Relationships · 2020
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensYork UniversityUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésGratitudeFeelingPsychologySocial psychologyAction (physics)

Résumé

récupéré en direct d'OpenAlex

Despite growing evidence that showing gratitude plays a powerful role in building social connections, little is known about how to best express gratitude to maximize its relational benefits. In this research, we examined how two key ways of expressing gratitude—conveying that the benefactor’s kind action met one’s needs (responsiveness-highlighting) and acknowledging how costly the action was (cost-highlighting)—impact benefactors’ reactions to the gratitude and feelings about their relationship. Using observer ratings of gratitude expressions during couples’ live interactions ( N = 111 couples), and benefactors’ self-reports across a 14-day experience sampling study ( N = 463 daily reports), we found that responsiveness-highlighting was associated with benefactors’ positive feelings about the gratitude expression and the relationship. In contrast, cost-highlighting had no such effect. These findings suggest that expressing gratitude in a way that highlights how responsive benefactors were may be critical to reaping the relational benefits of gratitude and have practical implications for improving couples’ well-being.

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)0,006
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,006
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
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 Opus0,136
Tête enseignante GPT0,333
Écart entre enseignants0,197 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations20
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Social and Personal RelationshipsMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207