The politics of gaydar: Ideological differences in the use of gendered cues in categorizing sexual orientation.
Notice bibliographique
Résumé
In the present research, we investigated whether, because of differences in cognitive style, liberals and conservatives would differ in the process of categorizing individuals into a perceptually ambiguous group. In 3 studies, we examined whether conservatives were more likely than liberals to rely on gender inversion cues (e.g., feminine = gay) when categorizing male faces as gay vs. straight, and the accuracy implications of differential cue usage. In Study 1, perceivers made dichotomous sexual orientation judgments (gay-straight). We found that perceivers who reported being more liberal were less likely than perceivers who reported being more conservative to use gender inversion cues in their deliberative judgments. In addition, liberals took longer to categorize targets, suggesting that they may have been thinking more about their judgments. Consistent with a stereotype correction model of social categorization, in Study 2 we demonstrated that differences between liberals and conservatives were eliminated by a cognitive load manipulation that disrupted perceivers' abilities to engage in effortful processing. Under cognitive load, liberals failed to adjust their initial judgments and, like conservatives, consistently relied on gender inversion cues to make judgments. In Study 3, we provided more direct evidence that differences in cognitive style underlie ideological differences in judgments of sexual orientation. Specifically, liberals were less likely than conservatives to endorse stereotypes about gender inversion and sexual orientation, and this difference in stereotype endorsement was partially explained by liberals' greater need for cognition. Implications for the accuracy of ambiguous category judgments made with the use of stereotypical cues in naturalistic settings 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.
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 | 0,002 | 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 | 0,000 | 0,001 |
| 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 ».