MétaCan
Menu
Retour à la cohorte
Enregistrement W4403718294 · doi:10.1037/pspa0000409

The bigger the problem the littler: When the scope of a problem makes it seem less dangerous.

2024· article· en· W4403718294 sur OpenAlexaff
Lauren Eskreis-Winkler, Luiza Tanoue Troncoso Peres, Ayelet Fishbach

Notice bibliographique

RevueJournal of Personality and Social Psychology · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueOptimism, Hope, and Well-being
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesUniversity of Chicago
Mots-clésScope (computer science)PsychologySocial psychologyComputer science

Résumé

récupéré en direct d'OpenAlex

. People believed dire problems-ranging from poverty to drunk driving-were less problematic upon learning the number of people they affect (Studies 1-2). Prevalence information caused medical experts to infer medication nonadherence was less dangerous, just as it led women to underestimate their true risk of contracting cancer. The big problem paradox results from an optimistic view of the world. When people believe the world is good, they assume widespread problems have been addressed and, thus, cause less harm (Studies 3-4). The big problem paradox has key implications for motivation and helping behavior (Studies 5-6). Learning the prevalence of medical conditions (i.e., chest pain, suicidal ideation) led people to think a symptomatic individual was less sick and, as a result, to help less-in violation of clinical guidelines. The finding that scale warps judgments and de-motivates action is of particular relevance in the globalized 21st century. (PsycInfo Database Record (c) 2025 APA, all rights reserved).

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)0,005
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil0,809

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
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 savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,051
Tête enseignante GPT0,360
Écart entre enseignants0,309 · 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'étudeSans objet
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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personality and Social PsychologyMême sujetOptimism, Hope, and Well-beingTravaux en français237 207