Social disadvantage and the self-regulatory function of justice beliefs.
Notice bibliographique
Résumé
Five studies support the hypothesis that beliefs in societal fairness offer a self-regulatory benefit for members of socially disadvantaged groups. Specifically, members of disadvantaged groups are more likely than members of advantaged groups to calibrate their pursuit of long-term goals to their beliefs about societal fairness. In Study 1, low socioeconomic status (SES) undergraduate students who believed more strongly in societal fairness showed greater intentions to persist in the face of poor performance on a midterm examination. In Study 2, low SES participants who believed more strongly in fairness reported more willingness to invest time and effort to achieve desirable career outcomes. In Study 3, ethnic minority participants exposed to a manipulation suggesting that fairness conditions in their country were improving reported more willingness to invest resources in pursuit of long-term goals, relative to ethnic minority participants in a control condition. Study 4 replicated Study 3 using an implicit priming procedure, demonstrating that perceptions of the personal relevance of societal fairness mediate these effects. Across these 4 studies, no link between fairness beliefs and self-regulation emerged for members of advantaged (high SES, ethnic majority) groups. Study 5 contributed evidence from the World Values Survey and a representative sample (Inglehart, Basañez, Diez-Medrano, Halman, & Luijkx, 2004). Respondents reported more motivation to work hard to the extent that they believed that rewards were distributed fairly; this effect emerged more strongly for members of lower SES groups than for members of higher SES groups, as indicated by both self-identified social class and ethnicity.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».