Why group apologies succeed and fail: Intergroup forgiveness and the role of primary and secondary emotions.
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
It is widely assumed that official apologies for historical transgressions can lay the groundwork for intergroup forgiveness, but evidence for a causal relationship between intergroup apologies and forgiveness is limited. Drawing on the infrahumanization literature, we argue that a possible reason for the muted effectiveness of apologies is that people diminish the extent to which they see outgroup members as able to experience complex, uniquely human emotions (e.g., remorse). In Study 1, Canadians forgave Afghanis for a friendly-fire incident to the extent that they perceived Afghanis as capable of experiencing uniquely human emotions (i.e., secondary emotions such as anguish) but not nonuniquely human emotions (i.e., primary emotions such as fear). Intergroup forgiveness was reduced when transgressor groups expressed secondary emotions rather than primary emotions in their apology (Studies 2a and 2b), an effect that was mediated by trust in the genuineness of the apology (Study 2b). Indeed, an apology expressing secondary emotions aroused no more forgiveness than a no-apology control (Study 3) and less forgiveness than an apology with no emotion (Study 4). Consistent with an infrahumanization perspective, effects of primary versus secondary emotional expression did not emerge when the apology was offered for an ingroup transgression (Study 3) or when an outgroup apology was delivered through an ingroup proxy (Study 4). Also consistent with predictions, these effects were demonstrated only by those who tended to deny uniquely human qualities to the outgroup (Study 5). Implications for intergroup apologies and movement toward reconciliation are 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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 découle