The Shame System Operates With High Precision
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Previous research indicates that the anticipatory shame an individual feels at the prospect of taking a disgraceful action closely tracks the degree to which local audiences, and even foreign audiences, devalue those individuals who take that action. This supports the proposition that the shame system (a) defends the individual against the threat of being devalued, and (b) balances the competing demands of operating effectively yet efficiently. The stimuli events used in previous research were highly variable in their perceived disgracefulness, ranging in rated shame and audience devaluation from low (e.g., missing the target in a throwing game) to high (e.g., being discovered cheating on one's spouse). But how precise is the tracking of audience devaluation by the shame system? Would shame track devaluation for events that are similarly low (or high) in disgracefulness? To answer this question, we conducted a study with participants from the United States and India. Participants were assigned, between-subjects, to one of two conditions: shame or audience devaluation. Within-subjects, participants rated three low-variation sets of 25 scenarios each, adapted from Mu, Kitayama, Han, & Gelfand (2015), which convey (a) appropriateness (e.g., yelling at a rock concert), (b) mild disgracefulness (e.g., yelling on the metro), and (c) disgracefulness (e.g., yelling in the library), all presented un-blocked, in random order. Consistent with previous research, shame tracked audience devaluation across the high-variation superset of 75 scenarios, both within and between cultures. Critically, shame tracked devaluation also within each of the three sets. The shame system operates with high precision.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,007 |
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.
score_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