God will forgive: reflecting on God’s love decreases neurophysiological responses to errors
Notice bibliographique
Résumé
In religions where God is portrayed as both loving and wrathful, religious beliefs may be a source of fear as well as comfort. Here, we consider if God's love may be more effective, relative to God's wrath, for soothing distress, but less effective for helping control behavior. Specifically, we assess whether contemplating God's love reduces our ability to detect and emotionally react to conflict between one's behavior and overarching religious standards. We do so within a neurophysiological framework, by observing the effects of exposure to concepts of God's love vs punishment on the error-related negativity (ERN)--a neural signal originating in the anterior cingulate cortex that is associated with performance monitoring and affective responses to errors. Participants included 123 students at Brigham Young University, who completed a Go/No-Go task where they made 'religious' errors (i.e. ostensibly exhibited pro-alcohol tendencies). Reflecting on God's love caused dampened ERNs and worse performance on the Go/No-Go task. Thinking about God's punishment did not affect performance or ERNs. Results suggest that one possible reason religiosity is generally linked to positive well-being may be because of a decreased affective response to errors that occurs when God's love is prominent in the minds of believers.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».