A meta-analysis of gain–loss framing effects in narrative persuasion

叙述的 说服 框架(结构) 心理学 适度 社会心理学 框架效应 前景理论 文学类 历史 经济 财务 艺术 考古
作者
Hye Kyung Kim,Minyi Chen
出处
期刊:Journal of Communication [Oxford University Press]
卷期号:75 (3): 220-230 被引量:10
标识
DOI:10.1093/joc/jqaf002
摘要

Abstract This meta-analytic study synthesizes research on the persuasive impact of gain–loss framing in narrative guided by the social cognitive theory. A combined analysis of 47 experimental studies (N = 16,361) shows an overall persuasive efficacy of gain-framed narratives (vs. loss-framed) at enhancing self-efficacy (d = 0.17, p = .009). The results also indicated that gain-framed narratives produce less counterarguing (d = −0.57, p = .042) and more positive message evaluation (d = 0.25, p = .006) while inducing less transportation (d = −0.07, p = .039) compared to loss-framed narratives. Moderation analyses further revealed loss-framed narratives’ (vs. gain-framed) relative efficacy in improving behavioral intention when the story is written in the third-person perspective or promoting donation behaviors. Study findings illuminate some important boundary conditions and mechanisms of gain–loss framing effects specific to narrative persuasion.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
白糖唐r完成签到,获得积分10
1秒前
1秒前
Muxi完成签到,获得积分10
2秒前
包飞雪完成签到,获得积分10
2秒前
xjw完成签到,获得积分10
2秒前
man完成签到,获得积分10
2秒前
3秒前
shuan完成签到,获得积分10
3秒前
白华苍松发布了新的文献求助10
3秒前
小马甲应助JACK采纳,获得10
4秒前
Jing发布了新的文献求助10
4秒前
殷超完成签到,获得积分0
5秒前
5秒前
5秒前
空空发布了新的文献求助10
6秒前
orixero应助团团团子采纳,获得10
6秒前
大脸猫完成签到,获得积分20
6秒前
志123完成签到,获得积分10
6秒前
今后应助谢太郎采纳,获得10
6秒前
7秒前
时间海完成签到,获得积分10
7秒前
英俊的铭应助萧一采纳,获得10
7秒前
7秒前
Scrow完成签到 ,获得积分10
7秒前
8秒前
8秒前
Luyao发布了新的文献求助10
9秒前
ace完成签到,获得积分10
9秒前
9秒前
9秒前
辛勤芷容完成签到,获得积分10
9秒前
liangliang完成签到,获得积分10
9秒前
9秒前
10秒前
阿甘完成签到,获得积分10
10秒前
10秒前
yjh123应助qfchen0716网易采纳,获得10
10秒前
FA完成签到,获得积分10
10秒前
10秒前
高分求助中
Principles of Economics, 11th Edition 10000
University Physics with Modern Physics, 16th edition 10000
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Matrix Methods in Data Mining and Pattern Recognition 510
Social Skills Improvement System-Rating Scales--Chinese Version 500
Dynamische Polarisation von H-1 und B-11 in (CH-3)-3NBH-3 500
CLSI M07 2024 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7248316
求助须知:如何正确求助?哪些是违规求助? 8871265
关于积分的说明 18716836
捐赠科研通 6927408
什么是DOI,文献DOI怎么找? 3198303
关于科研通互助平台的介绍 2373907
邀请新用户注册赠送积分活动 2173076