MétaCan
Menu
Retour à la cohorte
Enregistrement W4361272279 · doi:10.3389/fpsyg.2023.1128685

Prosocial lie-telling in preschoolers: The impacts of ethnic background, parental factors, and perceived consequence for the partner

2023· article· en· W4361272279 sur OpenAlexaffabout
Roksana Dobrin-De Grace, Lili Ma

Notice bibliographique

RevueFrontiers in Psychology · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueLanguage, Discourse, Communication Strategies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésProsocial behaviorPsychologyEthnic groupDevelopmental psychologyCollectivismSocial psychologySocializationPolitenessEmpathy

Résumé

récupéré en direct d'OpenAlex

= 45). Children completed an online experiment involving two real-life politeness situations. In the first situation, children were asked whether they thought someone with a red mark on their face looked okay for a photo or a Zoom party (Reverse Rouge Task). In the second situation, upon hearing the researcher's misconception about two pieces of artwork, children were asked whether they agreed with the researcher (Art Rating Task). Parents completed questionnaires that measured their levels of collectivist orientation and parenting styles. Contrary to our hypotheses, the likelihood of children telling a prosocial lie did not vary as a function of their ethnic group or the presence of a perceived consequence for the partner, nor was it predicated by parental collectivist orientation. Interestingly, prosocial liars were more likely to have authoritative parents, whereas blunt-truth tellers were more likely to have permissive parents. These findings have important implications for the ways in which certain parenting styles influence the socialization of positive politeness in children. In addition, the similar rates of prosocial lying across the two ethnic groups suggest that children who are born and raised in Canada may be much more alike than different in their prosocial lie-telling behavior, despite coming from different ethnic backgrounds.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,382

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,124
Tête enseignante GPT0,386
Écart entre enseignants0,262 · 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'étudeQualitatif
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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PsychologyMême sujetLanguage, Discourse, Communication StrategiesTravaux en français237 207