Fight Alone or Together? The Influence of Risk Perception on Helping Behavior
Notice bibliographique
Résumé
Will there be a greater sense of solidarity and friendship during public crises? This study aims to determine whether risk perception influences employees’ willingness to assist in times of public crisis, taking COVID-19 as a specific research scenario and based on the theory of “tend and befriend”. This study hypothesized that risk perception will influence employees’ helping behavior via the in-group identity, with the degree of impact dependent on the COVID-19 pandemic’s severity. A questionnaire survey of 925 practitioners from various industries in the pandemic area revealed that: risk perception has a positive influence on employees’ helping behavior; in-group identity plays a certain mediating role in the process of risk perception that influences employees’ helping behavior; and the severity of a local pandemic negatively moderates the relationship between risk perception and helping behavior, but positively moderates the relationship between risk perception and in-group identity. Specifically, employees in high-risk areas are more likely to “align” (higher degree of recognition by the in-group) but demonstrate less helping behavior, compared with those in areas with moderate and low risk from the COVID-19. By contrast, employees in low-risk areas display more helping behavior but have less in-group identity, compared with those in areas with moderate and high risk from the COVID-19. This study expands the research on the relationship between risk perception and helping behavior, enriches the research results on risk management theory, and provides a practical reference for risk governance.
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 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 | 0,001 | 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 | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».