What Are Friends for in Russia Versus Canada?: An Approach for Documenting Cross-Cultural Differences
Notice bibliographique
Résumé
Most research on friendship has been grounded in Western cultural worlds, a bias that needs to be addressed. To that end, we propose a methodological roadmap to translate linguistic/anthropological work into quantitative psychological cross-cultural investigations of friendship, and showcase its implementation in Russia and Canada. Adopting an intersubjective perspective on culture, we assessed cultural models of friendship in three inter-related ways: by (1) deriving people’s mental maps of close interpersonal relationships; (2) examining the factor structure of friendship; and (3) predicting cultural group membership from a given person’s friendship model. Two studies of Russians (Study 1, n = 89; Study 2a, n = 195; Study 2b, n = 232) and Canadians (Study 1, n = 89; Study 2a, n = 164; Study 2b, n = 199) implemented this approach. The notions of trust and help in adversity emerged as defining features of friendship in Russia but were less clearly present in Canada. Different friendship models seem to be prevalent in these two cultural worlds. The roadmap described in the current research documents these varying intersubjective representations, showcasing an approach that is portable across contexts (rather than limited to a specific cross-cultural contrast) and relies on well-established methods (i.e., easily accessible in many research contexts).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,010 | 0,007 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».