MétaCan
Menu
Retour à la cohorte
Enregistrement W3198289817 · doi:10.1111/sode.12557

Group over need: Convergence in the influence of recipient characteristics on children's sharing in Iran and Canada

2021· article· en· W3198289817 sur OpenAlexaffabout
Fatemeh Keshvari, Stephanie Hartlin, Olivia Capozzi‐Davis, Chris Moore, John Corbit

Notice bibliographique

RevueSocial Development · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueChild and Animal Learning Development
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPrivilege (computing)Convergence (economics)Group (periodic table)Resource allocationPsychologyResource (disambiguation)Social groupShared resourceSocial psychologyDevelopmental psychologyEconomic growthEconomicsPolitical scienceManagementComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Children are remarkably concerned with fairness, yet social evaluations often lead to partiality in fairness behavior. For instance, children share more generously with in‐group peers and allocate resources based on the material need of recipients. The goal of the present study was to examine how children developing in Canada and Iran privilege group status and recipient need when allocating resources. We assigned children (5–6 years of age) from Canada ( n = 42) and Iran ( N = 46) to teams using the minimal group paradigm and allowed them to allocate resources between themselves and recipients who varied in terms of need (high and low) and group status (in‐group and out‐group). No effect of recipient need was found in either society. In both societies, children were not impacted by need, but were more likely to give up a personal advantage and allocate resources equally with in‐group recipients. Our findings reveal convergence across diverse societies in the influence of in‐group bias on children's resource allocation decisions.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,121
Score d'incertitude au seuil0,244

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,252
Écart entre enseignants0,238 · 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'étudeObservationnel
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

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial DevelopmentMême sujetChild and Animal Learning DevelopmentTravaux en français237 207