MétaCan
Menu
Retour à la cohorte
Enregistrement W4254550965 · doi:10.1037/e676422011-012

Reactions to Humorous Comments and Implicit Theories of Humor Styles

2010· dataset· en· W4254550965 sur OpenAlexaff
Nicholas A. Kuiper, Gillian Kirsh, Catherine Leite

Notice bibliographique

RevuePsycEXTRA Dataset · 2010
Typedataset
Langueen
DomainePsychology
ThématiqueHumor Studies and Applications
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPsychologyCognitive psychologyEpistemologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

The first two studies investigated reactions to several different types of humorous comments.Participants indicated they would be significantly more likely to continue interacting with a friend who used adaptive self-enhancing or affiliative humor rather than maladaptive aggressive or self-defeating humor; w ith the most detrimental effects being evident for aggressive humor.Adaptive humorous comments also made recipients feel significantly more positive and less negative about themselves.Humor styles were further investigated in terms of implicit theories about humor.Study 2 indicated that for the self, humor was perceived as being used most often w ith close friends, followed by family members, romantic partners, casual acquaintances, and least often with teachers.Participants also indicated that affiliative humor was used most frequently for each relationship, followed by self-enhancing humor, self-defeating humor, and then aggressive humor.Study 3 examined the perceived frequency of use for each humor style by others.Participants indicated affiliative humor to be the most frequently used humor style, regardless of the group being rated (people in general, people one knows, family and friends), self-enhancing humor to be the second most frequently used, and the two maladaptive humor styles as being used the least often.Different co-variation patterns for the four humor styles were also found.These findings were then discussed in terms of the strong differential impact of humor styles on the recipients of humorous comments; as w ell as the implicit theories of humor styles that are ev ident for self or others.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,039
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,027
Tête enseignante GPT0,388
Écart entre enseignants0,362 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsycEXTRA DatasetMême sujetHumor Studies and ApplicationsTravaux en français237 207