Disentangling Counter‐Empathy: Developing a Three‐Dimensional Model and Measure of Dispositional Counter‐Empathy
Notice bibliographique
Résumé
OBJECTIVES: Counter-empathy involves responding to others' assumed emotions incongruently. Research on dispositional counter-empathy predominantly focuses on specific counter-empathic constructs without clearly mapping its cardinal dimensions. We develop and test a Three-Dimensional Model of Counter-Empathy (3DCE) that includes schadenfreude, gluckschmerz, and affective sadism. METHOD: Across five studies (total N = 1878), we test the 3DCE and develop the Various Indices of Counter-Empathy (VICE). Study 1a and Study 1b administered items representing the 3DCE to develop the VICE. Study 2 administered the VICE, measures of counter-empathic constructs, empathy, everyday sadism, and socially aversive outcomes. Study 3a and Study 3b administered vignettes of others' good fortunes and misfortunes, and depictions of general and social harms, and participants reported their reactions. RESULTS: The 3DCE and validity of the VICE are supported by exploratory and confirmatory factor analyses; a "bass-ackward" factor analysis mapping the hierarchical structure of counter-empathy; incremental analyses predicting socially aversive outcomes beyond empathy; correlations with relevant constructs; and predicting counter-empathic reactions to specific scenarios. CONCLUSIONS: The 3DCE and VICE can help situate prior research in the broader structure of counter-empathy, help expand the study of vicarious emotion beyond empathy, and suggest counter-empathy contributes to socially aversive outcomes beyond a lack of empathy.
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 | 0,000 |
| 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 ».