Examining empathic accuracy in a standardized task and in a naturalistic interaction: Associations, differences, and links with empathy
Notice bibliographique
Résumé
Empathic accuracy (EA) – the ability to infer others' emotions accurately – is typically conceptualized as a perceiver-level skill. This perspective implies that performance on different EA tasks should be correlated. Further, EA should be associated with trait empathy, given the theoretical similarity between the constructs, and that EA tasks are often used as behavioural measures of cognitive empathy. We examined the conceptualization of EA as a perceiver-level skill, and as a measure of perceivers' cognitive empathy. We recruited friend dyads ( N = 137 dyads, M age = 19.61 years, SD age = 1.34 years) and tested associations and differences between EA measured with a personal task (rating the affect of a friend following a supportive interaction), and a standardized task (rating the affect of unknown targets discussing emotional events). Additionally, we examined associations between EA and cognitive and affective empathy. Analyses revealed low correspondence in EA between tasks and videos. EA was higher on each of the standard-task videos compared to in the personal task. Finally, greater self-report affective empathy, but not cognitive empathy, was linked to greater EA in both tasks. These findings challenge the notion that EA is a skill of the perceiver. Implications for conceptualizing and measuring empathic accuracy are discussed.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».