MétaCan
Menu
Retour à la cohorte
Enregistrement W4292975253 · doi:10.1177/09567976221094782

The Games We Play: Prosocial Choices Under Time Pressure Reflect Context-Sensitive Information Priorities

2022· article· en· W4292975253 sur OpenAlexafffundabout
Yi Yang Teoh, Cendri A. Hutcherson

Notice bibliographique

RevuePsychological Science · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Mental HealthSocial Sciences and Humanities Research Council of CanadaCanada Research Chairs
Mots-clésProsocial behaviorPsychologyAltruism (biology)DeliberationContext (archaeology)Social psychologySocial decision makingProcess (computing)Cognitive psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Time pressure is a powerful experimental manipulation frequently used to arbitrate between competing dual-process models of prosocial decision-making, which typically assume that automatic responses yield to deliberation over time. However, the use of time pressure has led to conflicting conclusions about the psychological dynamics of prosociality. Here, we proposed that flexible, context-sensitive information search, rather than automatic responses, underlies these divergent effects of time pressure on prosociality. We demonstrated in two preregistered studies ( N = 304 adults from the United States and Canada; Prolific Academic) that different prosocial contexts (i.e., pure altruism vs. cooperation) have distinct effects on information search, driving people to prioritize information differently, particularly under time pressure. Furthermore, these information priorities subsequently influence prosocial choices, accounting for the different effects of time pressure in altruistic and cooperative contexts. These findings help explain existing inconsistencies in the field by emphasizing the role of dynamic context-sensitive information search during social decision-making, particularly under time pressure.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,799
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0070,003
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,047
Tête enseignante GPT0,389
Écart entre enseignants0,343 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations29
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207