Caring is costly: People avoid the cognitive work of compassion.
Notice bibliographique
Résumé
Compassion-the warm, caregiving emotion that emerges from witnessing the suffering of others-has long been considered an important moral emotion for motivating and sustaining prosocial behavior. Some suggest that compassion draws from empathic feelings to motivate prosocial behavior, whereas others try to disentangle these processes to examine their different functions for human prosociality. Many suggest that empathy, which involves sharing in others' experiences, can be biased and exhausting, whereas warm compassionate concern is more rewarding and sustainable. If compassion is indeed a warm and positive experience, then people should be motivated to seek it out when given the opportunity. Here, we ask whether people spontaneously choose to feel compassion, and whether such choices are associated with perceiving compassion as cognitively costly. Across all studies, we found that people opted to avoid compassion when given the opportunity, reported compassion to be more cognitively taxing than empathy and objective detachment, and opted to feel compassion less often to the degree they viewed compassion as cognitively costly. We also revealed two important boundary conditions: first, people were less likely to avoid compassion for close (vs. distant) others, and this choice difference was associated with viewing compassion for close others as less cognitively costly. Second, in the final study we found that with more contextually enriched and immersive pleas for help, participants preferred to escape feeling compassion, although their preference did not differ from also escaping remaining objectively detached. These results temper strong arguments that compassion is an easier route to prosocial motivation. (PsycInfo Database Record (c) 2022 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 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 | 0,000 | 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 | 0,000 | 0,000 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».