MétaCan
Menu
Retour à la cohorte
Enregistrement W4220766417 · doi:10.1037/emo0001077

Prosocial behavior promotes positive emotion during the COVID-19 pandemic.

2022· article· en· W4220766417 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEmotion · 2022
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensSimon Fraser University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésProsocial behaviorPsychologyCoronavirus disease 2019 (COVID-19)Psychological resiliencePandemicPsychological intervention2019-20 coronavirus outbreakAction (physics)Social psychologyDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

= 1,623) conducted during the early stage of pandemic (April 2020), we examined this question by randomly assigning participants to engage in other- or self-beneficial action. For the first time, we manipulated whether prosocial behavior was related to the source of stress (coronavirus disease 2019 [COVID-19]): Participants purchased COVID-19-related (personal protective equipment, PPE) or COVID-19-unrelated items (food/writing supplies) for themselves or someone else. Consistent with preregistered hypotheses, prosocial (vs. non-pro-social or proself) behavior led to higher levels of self-reported positive affect, empathy, and social connectedness. Notably, we also found that psychological benefits were larger when generous acts were unrelated to COVID-19 (vs. related to COVID-19). When prosocial and proself spending involved identical COVID-19 PPEs items, prosocial behavior's benefits were detectable only on empathy and social connectedness, but not on posttask positive affect. These findings suggest that while there are boundary conditions to be considered, generous action offers one strategy to bolster well-being during the pandemic. (PsycInfo Database Record (c) 2023 APA, all rights reserved).

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,164
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,083
Tête enseignante GPT0,414
Écart entre enseignants0,331 · 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