Outside looking in: interpreting gossip appreciation in adults using an observer perspective
Notice bibliographique
Résumé
My primary goal was to test two main theories of gossip: the social grooming theory and the cultural learning theory. Participants (N = 197) watched 30-second videos depicting four conditions where a gossip statement or a target present statement contained negative content that was: 1) relevant and violated a norm, 2) relevant and did not violate a norm, 3) irrelevant and violated a norm, or 4) irrelevant and did not violate a norm. Participants rated the speaker’s intent on the following dimensions: 1) sharing information, 2) strengthening relationships, 3) entertaining the listener, and 4) socially influencing the listener. They additionally rated the speaker’s attitude. Participants’ ratings indicated that statements that were relevant to the listener and contained a norm violation were better serving of gossip’s four functions than irrelevant statements without norm violations. However, this was generally the case for both gossip and target present statements with some caveats. Strengthening relationships ratings were increased in gossip conditions, albeit with a small effect size. However, when statements included a norm violation, gossiping increased entertaining and speaker attitude ratings. My findings indicate that both social grooming theory and cultural learning theory capture the main social function features of gossip, with the cultural learning theory having the largest impact Further, these features are impacted by gossip and target present scenarios by either strengthening or dampening the effects depending on the social function being measured.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».