Correlates of children's sympathy: Recognition and regulation of sadness and anger
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Emotion recognition and emotion regulation have been implicated as promising correlates of sympathy. However, their relative and joint contributions to sympathy in different periods of childhood remain unclear. Moreover, researchers have not explored the relative importance of recognizing and regulating distinct distress‐related emotions, such as sadness and anger, for sympathy. The objective of the current paper was to gain a deeper understanding of which underlying emotion‐related factors are most implicated in sympathy and when in childhood they are most predictive. With an ethnically diverse sample of 4‐ and 8‐yearolds ( N = 300, n = 150 in each age group; 50% female), this study tested sadness and anger recognition and regulation, and interactions thereof, as predictors of sympathy. Better sadness and anger regulation independently predicted higher levels of sympathy in 4‐ and 8‐year‐olds, albeit sadness regulation was a more robust predictor of sympathy in 4‐year‐olds. Better sadness recognition was associated with higher sympathy in 8‐year‐olds who also had better sadness regulation. Results underscore the importance of emotion regulation for sympathy, particularly in early childhood. The findings also tentatively suggest that the correlates of sympathy may become more nuanced in middle childhood, with emotion‐specific recognition and regulation capacities employed in concert.
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.
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) | 0,000 | 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 découle