Validation of the Expression Regulation Scale (ERS) for display rule norms in four scenarios across four countries
Notice bibliographique
Résumé
Human emotional communication relies on a shared understanding of the “display rule” norms that guide expression regulation. For example, a norm to show happiness at gifts, irrespective of how one feels. However, these norms vary across cultures, which may hinder emotional communication. The present study tests the ability of a new tool—the Expression Regulation Scale (ERS)—to measure display rules across four English-speaking countries, including Western (US, Canada, Australia) and Asian (Singapore) cultures. Participants (N = 2139; with n > 500 per country) were recruited using quota sampling to have similar age and gender distributions and match each country’s ethnicity distribution, ensuring results generalise to the country’s population. Results show the three-factor structure of the ERS was a good fit for the data in all four countries across four scenarios, combining public and private contexts with close and distant interaction partners. Critically, the scale also showed measurement invariance across the countries and scenarios, which means that display rule scores can be validly compared. Cronbach’s alpha exceeded .9 in every instance, reflecting excellent reliability. Overall, when considered in combination with previous data from the UK (Dawel, Ashhurst, et al., 2023; Monaghan et al., 2023), the present study shows that the three-dimensional structure of display rules is robust and provides a useful avenue for comparing complex emotional structures across different social situations and cultures.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,019 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».