MétaCan
Menu
Retour à la cohorte
Enregistrement W4211145254 · doi:10.1177/08997640221074699

Let’s Give Together: Can Collaborative Giving Boost Generosity?

2022· article· en· W4211145254 sur OpenAlexafffund
Jason Proulx, Lara B. Aknin, Alixandra Barasch

Notice bibliographique

RevueNonprofit and Voluntary Sector Quarterly · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueNonprofit Sector and Volunteering
Établissements canadiensSimon Fraser University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésGenerositySocial psychologyPsychologySpouseProsocial behaviorPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

A growing number of people donate to charity together with others, such as a spouse, friend, or stranger. Does giving to charity collectively with another person—called collaborative giving—promote generosity? Existing data offer unsatisfactory insight; most studies are correlational, present mixed findings, or examine other concepts. Yet, theory suggests that collaborative giving may increase generosity because giving with others could be intrinsically enjoyable. We conducted two well-powered, pre-registered experiments to test whether collaborative giving boosts generosity. In Experiment 1 ( N = 202; 101 dyads) and Experiment 2 ( N = 310; 155 dyads), pairs of unacquainted undergraduates earned money and were randomly assigned to donate collaboratively (Experiments 1–2), individually in each other’s presence (Experiments 1–2), or privately (Experiment 2). Across studies, we observed no condition differences on generosity. However, collaborative (vs. individual) giving predicted greater intrinsic enjoyment, which, in turn, predicted larger donations, suggesting a promising potential mechanism for future research and practice.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,445
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,015
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 tête enseignante, pas un consensus.

Devis d'étudeQualitatif
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

Citations4
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNonprofit and Voluntary Sector QuarterlyMême sujetNonprofit Sector and VolunteeringTravaux en français237 207