It’s what’s inside that counts: how dark triad traits mediate gender differences in prosocial behavior
Notice bibliographique
Résumé
BACKGROUND: This study examined whether gender differences in empathy and prosocial behavior operate through Dark Triad personality traits. By treating personality as the mediator, we move beyond male–female comparisons and provide a clear, culturally relevant explanation for when and why gender-linked helping patterns emerge. METHODS: Using convenience sampling, 323 Chinese undergraduates (133 males, 190 females) completed validated self-report questionnaires: the Questionnaire of Cognitive and Affective Empathy (QCAE), the Prosocial Tendencies Measure (PTM), and the Dirty Dozen (DD). Mediation and sequential mediation analyses were conducted using SPSS and Mplus. RESULTS: Empathy did not differ by gender. However, psychopathy significantly mediated the link between gender and both empathy dimensions. Machiavellianism and psychopathy mediated gender differences in anonymous and compliant prosocial behaviors. A sequential pathway showed that psychopathy reduced affective empathy, which in turn lowered altruistic behavior among men. CONCLUSIONS: Gender showed little direct association with empathy and prosocial behavior once Dark Triad traits were accounted for; psychopathy (and, for some domains, Machiavellianism) mediated the observed differences. These findings suggest that research on prosociality should prioritize underlying personality mechanisms rather than gender per se.
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 | 0,001 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».