MétaCan
Menu
Retour à la cohorte
Enregistrement W4412409711 · doi:10.54254/2753-7048/2024.24995

The Impact of Altruistic Situations on Donation Behavior: An Empirical Study Through High and Low Affective Arousal

2025· article· en· W4412409711 sur OpenAlexaff
Yutong Qin, Zihan Wei, Zhibin Lu

Notice bibliographique

RevueLecture Notes in Education Psychology and Public Media · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueDeath Anxiety and Social Exclusion
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésArousalDonationPsychologyEmpirical researchAltruism (biology)Social psychologyLow arousal theoryApplied psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

This study investigates the role of emotional arousal in influencing donating behaviors, critically evaluating the assumption of rational decision-making in economic models. Utilizing controlled experiments designed to elicit high and low levels of emotional response, this research quantifies the effects of emotional arousal on the propensity to donate and the corresponding donation amounts. The results reveal that heightened emotional arousal significantly enhances both the willingness to donate and the donation amounts. However, the study also highlights that certain factors, such as economic constraints and skepticism towards charitable organizations, can inhibit donation behaviors, even under conditions of high emotional arousal. This work contributes to the field of behavioral economics by detailing the interplay between emotion and altruistic behavior and suggests that emotional engagement can be a potent driver for enhancing altruistic actions.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,399
Score d'incertitude au seuil0,432

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,026
Tête enseignante GPT0,439
Écart entre enseignants0,413 · 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'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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLecture Notes in Education Psychology and Public MediaMême sujetDeath Anxiety and Social ExclusionTravaux en français237 207