MétaCan
Menu
Retour à la cohorte
Enregistrement W4385476463 · doi:10.1177/09567976231184887

Are People Generous When the Financial Stakes Are High?

2023· article· en· W4385476463 sur OpenAlexaffabout
Ryan Dwyer, William J. Brady, Chris Anderson, Elizabeth W. Dunn

Notice bibliographique

RevuePsychological Science · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGenerosityPsychologyDemographic economicsSample (material)Social psychologyEconomicsPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

How generous are people when making consequential financial decisions in the real world? We took advantage of a rare opportunity to examine generosity among a diverse sample of adults who received a gift of U.S. $10,000 from a pair of wealthy donors, with nearly no strings attached. Two-hundred participants were drawn from three low-income countries (Indonesia, Brazil, and Kenya) and four high-income countries (Australia, Canada, the United Kingdom, and the United States) as part of a preregistered study. On average, participants spent over $6,400 on purchases that benefited others, including nearly $1,700 on donations to charity, suggesting that humans exhibit remarkable generosity even when the stakes are high. To address whether generosity was driven by reputational concerns, we asked half the participants to share their spending decisions publicly on Twitter, whereas the other half were asked to keep their spending private. Generous spending was similar between the groups, in contrast to our preregistered hypothesis that enhancing reputational concerns would increase generosity.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,264
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 GPT0,404
Écart entre enseignants0,280 · 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.

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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207