MétaCan
Menu
Retour à la cohorte
Enregistrement W3135194275 · doi:10.1037/pag0000447

Aging and altruism: A meta-analysis.

2021· review· en· W3135194275 sur OpenAlexafffund
Erika Sparrow, Liyana T. Swirsky, Farrah Kudus, Julia Spaniol

Notice bibliographique

RevuePsychology and Aging · 2021
Typereview
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésAltruism (biology)PsychologyPsycINFOYoung adultCognitionDevelopmental psychologyMeta-analysisSocial psychologyMEDLINE

Résumé

récupéré en direct d'OpenAlex

Life span theories postulate that altruistic tendencies increase in adult development, but the mechanisms and moderators of age-related differences in altruism are poorly understood. In particular, it is unclear to what extent age differences in altruism reflect age differences in altruistic motivation, in resources such as education and income, or in socially desirable responding. This meta-analysis combined 16 studies assessing altruism in younger and older adults (N = 1,581). As expected, results revealed an age-related difference in altruism (Mg = 0.61, p < .001), with older adults showing greater altruism than younger adults. Demographic moderators (income, education, sex distribution) did not significantly moderate this effect, nor did aspects of the study methodology that may drive socially desirable responding. However, the age effect was moderated by the average age of the older sample, such that studies with young-old samples showed a larger age effect than studies with old-old samples. These findings are consistent with the theoretical prediction of age-related increases in altruistic motivation, but they also suggest a role for resources (e.g., physical, cognitive, social) that may decline in advanced old age. (PsycInfo Database Record (c) 2021 APA, all rights reserved).

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)0,010
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,020
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,019
Bibliométrie0,0060,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,277
Tête enseignante GPT0,530
Écart entre enseignants0,253 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations117
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychology and AgingMême sujetHealth disparities and outcomesTravaux en français237 207