MétaCan
Menu
Retour à la cohorte
Enregistrement W4304123501 · doi:10.1016/j.neubiorev.2022.104905

Does stress make us more—or less—prosocial? A systematic review and meta-analysis of the effects of acute stress on prosocial behaviours using economic games

2022· review· en· W4304123501 sur OpenAlexfundno aff
Jonas P. Nitschke, Paul Forbes, Claus Lamm

Notice bibliographique

RevueNeuroscience & Biobehavioral Reviews · 2022
Typereview
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAustrian Science Fund
Mots-clésProsocial behaviorStressorPsychologyPunishment (psychology)Meta-analysisStress (linguistics)Developmental psychologySocial psychologyClinical psychologyMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Prosocial behaviour is fundamental for our social togetherness. Yet, how acute stress, a common everyday occurrence, influences our behaviours towards one another is still unclear. In this systematic review and meta-analysis, we aimed to quantitatively investigate the effect of experimentally induced acute stress on prosocial behaviours in economic games. We also probed possible moderators to explain differences in findings. We included 23 studies, 77 individual effects, and 2197 participants in the meta-analysis and found no overall differences between stress and control groups in prosocial behaviours (SMD=-0.06), or costly punishment (SMD=-0.11). There were no moderating effects of stressor type, participants' gender/sex, or the delay from the stressor to the task. However, the potential recipient of the donated money (person vs. charity) and the complexity of the decision did reveal some differences under stress. The results of this meta-analysis suggest that there is currently no clear answer to the question of whether or not stress increases or decreases prosociality. We highlight important open questions and suggest where the field should go next.

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)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0070,012
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,314
Tête enseignante GPT0,422
Écart entre enseignants0,107 · 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'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

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

En bref

Citations54
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeuroscience & Biobehavioral ReviewsMême sujetPsychology of Moral and Emotional JudgmentTravaux en français237 207