The ADC of Moral Judgment: Opening the Black Box of Moral Intuitions With Heuristics About Agents, Deeds, and Consequences
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This article proposes a novel integrative approach to moral judgment and a related model that could explain how unconscious heuristic processes are transformed into consciously accessible moral intuitions. Different hypothetical cases have been tested empirically to evoke moral intuitions that support principles from competing moral theories. We define and analyze the types of intuitions that moral theories and studies capture: those focusing on agents (A), deeds (D), and consequences (C). The integrative ADC approach uses the heuristic principle of “attribute substitution” to explain how people make intuitive judgments. The target attributes of moral judgments are moral blameworthiness and praiseworthiness, which are substituted with more accessible and computable information about an agent's virtues and vices, right/wrong deeds, and good/bad consequences. The processes computing this information are unconscious and inaccessible, and therefore explaining how they provide input for moral intuitions is a key problem. We analyze social heuristics identified in the literature and offer an outline for a new model of moral judgment. Simple social heuristics triggered by morally salient cues rely on three distinct processes (role-model entity, action analysis, and consequence tallying—REACT) in order to compute the moral valence of specific intuitive responses (A, D, and C). These are then rapidly combined to form an intuitive judgment that could guide quick decision making. The ADC approach and REACT model can clarify a wide set of data from empirical moral psychology and could inform future studies on moral judgment, as well as case assessments and discussions about issues causing “deadlocked” moral intuitions.
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.
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 | 0,000 | 0,001 |
| 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 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle