Bibliographic record
Abstract
La survie de nos ancêtres dépendait grandement de leurs relations sociales. Selon une approche évolutionniste, la fonction de la honte est de réduire les risques de perdre en valeur sociale. Cependant, d’autres théories maintiennent que la honte n’est pas fonctionnelle : elle est liée à un mauvais ajustement psychologique (ex., dépression et agressivité). Il est supposé que les deux théories puissent être réconciliées sous un acompte fonctionnel : être honteux peut être avantageux dans certains contextes (quand une transgression est commise), et peut être couteux dans d’autres (en absence de transgression). Les participants (n = 294, Mâge = 42, ÉT = 13.423) sont assignés au hasard à une vignette décrivant soit un acteur commettant une transgression (ex., voler de l’argent ou insulter un collègue) ou aucune transgression, puis ils voient une photo de l’acteur montrant soit de la honte ou aucune émotion. Ensuite ils évaluent l’acteur sur 17 items incluant des traits désirables (amical) et des traits indésirables (égoïste). Suite à une analyse factorielle exploratoire, les items sont regroupés sous deux dimensions (évaluation bénigne et absence de traits indésirables) afin de simplifier les analyses statistiques. L’hypothèse n’est pas soutenue : les acteurs honteux reçoivent des scores plus bas sur l’évaluation bénigne et l’absence de traits indésirables indépendamment de la présence ou absence d’une transgression. Cependant, des analyses supplémentaires suggèrent que les conséquences de montrer de la honte sont plus complexes. Davantage de recherches sont nécessaire afin d’examiner si exprimer de la honte est encore fonctionnel aujourd’hui.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.001 | 0.002 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".