MétaCan
Menu
Retour à la cohorte
Enregistrement W4366236677 · doi:10.1177/09567976231158576

Thinking About God Encourages Prosociality Toward Religious Outgroups: A Cross-Cultural Investigation

2023· article· en· W4366236677 sur OpenAlexafffund
Michael H. Pasek, John Kelly, Crystal Shackleford, Cindel White, Allon Vishkin, Julia M. Smith, Ara Norenzayan, Azim Shariff, Jeremy Ginges

Notice bibliographique

RevuePsychological Science · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEvolutionary Game Theory and Cooperation
Établissements canadiensUniversity of British ColumbiaYork University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaTempleton Religion TrustNational Science Foundation
Mots-clésIngroups and outgroupsOutgroupPsychologySocial psychologyGroup conflictProsocial behaviorIn-group favoritismJudaismHinduismSocial groupSocial identity theoryTheology

Résumé

récupéré en direct d'OpenAlex

Most humans believe in a god or gods, a belief that may promote prosociality toward coreligionists. A critical question is whether such enhanced prosociality is primarily parochial and confined to the religious ingroup or whether it extends to members of religious outgroups. To address this question, we conducted field and online experiments with Christian, Muslim, Hindu, and Jewish adults in the Middle East, Fiji, and the United States ( N = 4,753). Participants were given the opportunity to share money with anonymous strangers from different ethno-religious groups. We manipulated whether they were asked to think about their god before making their choice. Thinking about God increased giving by 11% (4.17% of the total stake), an increase that was extended equally to ingroup and outgroup members. This suggests that belief in a god or gods may facilitate intergroup cooperation, particularly in economic transactions, even in contexts with heightened intergroup tension.

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)0,003
score de la tête « metaresearch » (Gemma)0,004
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,083
Tête enseignante GPT0,448
Écart entre enseignants0,364 · 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
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

Citations31
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetEvolutionary Game Theory and CooperationTravaux en français237 207