MétaCan
Menu
Retour à la cohorte
Enregistrement W4248703088 · doi:10.32920/14657817

Effects Of Virtual Reality (VR) On The Intention To Donate Money And Time: The Role Of Empathy, Guilt, Responsibility And Social Exclusion

2021· preprint· en· W4248703088 sur OpenAlexaff
Maria Kandaurova

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueDeath Anxiety and Social Exclusion
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésProsocial behaviorDonationEmpathyPsychologySocial psychologyAltruism (biology)MainstreamSocial responsibilityContext (archaeology)Empathic concernVirtual realityPublic relationsPerspective-takingPolitical science

Résumé

récupéré en direct d'OpenAlex

Virtual Reality (VR) technology has reached the mainstream market and is in the early stages of being used for charitable purposes. The aim of this research is to investigate and explain the effects of VR on empathy, guilt, responsibility, and donation of time and money in the social marketing context. Supported by the media richness theory (MRT) and the social presence theory (SPT), the results of three experimental studies suggest that VR, when compared to traditional two-dimensional video media (VM), increases empathy, increases responsibility, and encourages higher intention to donate and volunteer towards a social cause. Furthermore, it was shown that VR counteracts the negative effects of social exclusion on prosocial behaviour. In socially excluded participants, VR enhanced the level of guilt and social responsibility, leading to a higher intention to volunteer. Surprisingly, VR was not effective in promoting higher intention of money donation in socially excluded participants.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil0,608

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,302
Écart entre enseignants0,286 · 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.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDeath Anxiety and Social ExclusionTravaux en français237 207