MétaCan
Menu
Retour à la cohorte
Enregistrement W1964400227 · doi:10.1037/0022-3514.89.6.864

The pursuit of self-interest: Self-interest bias in attitude judgment and persuasion.

2005· article· en· W1964400227 sur OpenAlexaff
Peter R. Darke, Shelly Chaiken

Notice bibliographique

RevueJournal of Personality and Social Psychology · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPersuasionPsychologyRelevance (law)Social psychologyArgument (complex analysis)Self-interestAttitude changePerception

Résumé

récupéré en direct d'OpenAlex

Self-interest affected the direction of attitudes in 4 studies exploring attitude judgment and persuasion. Experiment 1 showed that both self-interest and symbolic concerns predicted attitudes. The biasing role of self-interest in producing the well-known persuasion effects of personal relevance and argument strength was examined by disentangling the competing effects of personal costs and benefits. Experiment 2 used a standard personal relevance manipulation in the absence of supportive arguments and showed that perceptions of personal costs associated with the advocated policy partially mediated its negative effects on attitudes. Experiments 3 and 4 independently manipulated the onset of personal costs associated with an issue and the onset of issue-related benefits conveyed by supportive arguments. Postmessage attitudes were an additive function of personal costs and argument-specified benefits, and perceived costs and benefits biased information processing in a self-interested manner. A revised conception of personal relevance and argument strength is discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,466
Score d'incertitude au seuil0,430

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,148
Tête enseignante GPT0,415
Écart entre enseignants0,267 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations109
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Personality and Social PsychologyMême sujetSocial and Intergroup PsychologyTravaux en français237 207