Minimal Group Effects on Children's Deception
Notice bibliographique
Résumé
Previous research has claimed that the mere assignment of individuals to arbitrary groups - such as those wearing the same T-Shirt colour - is enough to elicit ingroup bias in children, leading them to favor their own group in various social decisions (see Dunham et al., 2018, for a review). Notably, participants have been found to be more willing to engage in deception when it benefits their ingroup, as opposed to the outgroup (e.g., Dunham et al., 2011; Sierksma et al., 2019). However, these findings predominantly stem from WEIRD populations (Western, Educated, Industrialized, Rich, and Democratic), including countries like the USA, Canada, Australia, and parts of Europe, raising questions about their cross-cultural generalizability. The present study investigates minimal group effects on prosocial deception in a cross-cultural context by comparing children with a core age range from 5 to 10 from Namibia and Germany. These two countries were selected as comparison contexts because they represent distinct cultural models of socialization: Germany emphasizes psychological autonomy, encouraging independence and self-expression, while Namibia – particularly in Bantu communities- emphasizes hierarchical relatedness, promoting obedience and respect for authority (Keller, 2018). Our goal is to examine whether minimal group membership similarly influences children's willingness to deceive for the benefit of others across these diverse cultural settings. Children will be assigned to one of two minimal groups (i.e., yellow or green) and asked to participate in a private die-rolling task across three rounds. In each round, they will have the opportunity to cheat in order to gain resources either for themselves, for a peer from their ingroup, or for a peer from the outgroup. This design allows us to assess how group membership modulates prosocial deception in both cultural contexts.
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 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».