Cooperation and Trust Across Societies During the COVID-19 Pandemic
Notice bibliographique
Résumé
Cross-societal differences in cooperation and trust among strangers in the provision of public goods may be key to understanding how societies are managing the COVID-19 pandemic. We report a survey conducted across 41 societies between March and May 2020 ( N = 34,526), and test pre-registered hypotheses about how cross-societal differences in cooperation and trust relate to prosocial COVID-19 responses (e.g., social distancing), stringency of policies, and support for behavioral regulations (e.g., mandatory quarantine). We further tested whether cross-societal variation in institutions and ecologies theorized to impact cooperation were associated with prosocial COVID-19 responses, including institutional quality, religiosity, and historical prevalence of pathogens. We found substantial variation across societies in prosocial COVID-19 responses, stringency of policies, and support for behavioral regulations. However, we found no consistent evidence to support the idea that cross-societal variation in cooperation and trust among strangers is associated with these outcomes related to the COVID-19 pandemic. These results were replicated with another independent cross-cultural COVID-19 dataset ( N = 112,136), and in both snowball and representative samples. We discuss implications of our results, including challenging the assumption that managing the COVID-19 pandemic across societies is best modeled as a public goods dilemma.
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 | 0,001 |
| 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 | 0,001 |
| 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 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 ».