MétaCan
Menu
Retour à la cohorte
Enregistrement W3165793269 · doi:10.1371/journal.pone.0252278

Happy to help—if it’s not too sad: The effect of mood on helping identifiable and unidentifiable victims

2021· article· en· W3165793269 sur OpenAlexfundno aff
Hagit Sabato, Tehila Kogut

Notice bibliographique

RevuePLoS ONE · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueDeath Anxiety and Social Exclusion
Établissements canadiensnon disponible
Organismes subventionnairesAzrieli FoundationIsrael Science Foundation
Mots-clésIdentifiabilityMoodDonationPsychologyPreferenceSocial psychologyClinical psychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

People's preference to help single victims about whom they have some information is known as the identifiable victim effect. Previous research suggests that this effect stems from an intensive emotional reaction toward specific victims. The findings of two studies consistently show that the identifiability effect is attenuated when the subject is in a positive mood. Study 1 (along with a pilot study) demonstrate causal relationships between mood and identifiability, while using different manipulations to induce moods. In both studies, donations to identified victims exceeded donations to unidentified people-in the Negative Mood manipulations-while participants in the Positive Mood conditions showed no such preference. In Study 2, individual differences in people's moods interacted with the recipient's identifiability in predicting donations, demonstrating that the identifiability effect is attenuated by a positive mood. In addition, emotional reactions toward the victims replicate the donation pattern, suggesting emotions as a possible explanation for the observed donation pattern.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,827

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,284
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetDeath Anxiety and Social ExclusionTravaux en français237 207