Taking charge and stepping in: Individuals who punish are rewarded with prestige and dominance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract A hallmark of human societies is the scale at which we cooperate with many others, even when they are not closely genetically related to us. One proposed mechanism that helps explain why we cooperate is punishment; cooperation may pay and proliferate if those who free ride on the cooperation of others are punished. Yet this ‘solution’ raises another puzzle of its own: Who will bear the costs of punishing? While the deterrence of free‐riders via punishment serves collective interests, presumably any single individual—who has no direct incentive to punish—is better off letting others pay the costs of punishment. However, emerging theory and evidence indicate that, while punishment may at times be a costly act, certain individuals are better able to ‘afford’ to pay the price of punishment and are often consequentially rewarded with fitness‐enhancing reputation benefits. Synthesizing across these latest lines of research, we propose a novel framework that considers how high status individuals—that is, individuals with greater prestige or dominance—enjoy lower punishment costs. These individuals are thus more willing to punish, and through their punitive action can in turn reap reputational rewards by further gaining more prestige or dominance. These reputational gains, which work in concert to promote the social success of punishers, recoup the costs of punishing. Together, these lines of work suggest that while punishment is often assumed to be altruistic, it need not always depend on altruism, and motivations to punish may at times be self‐interested and driven (whether consciously or unconsciously) by reputational benefits.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle