Trials and Tribulations: Psychopathic Traits, Emotion, and Decision-Making in an Ambiguous Case of Sexual Assault
Notice bibliographique
Résumé
Judgments of criminal culpability often are influenced by factors unrelated to case content, such as the emotionality of the victim and the personality of the judge. In the current study, we investigated the relationship between psychopathic traits (high/low) and information processing modes (experiential vs. rational) in a group of mock jurors (N = 383) asked to judge a “he said, she said” ambiguous case of sexual assault that varied according to both victim and defendant emotionality (high/low). The results demonstrated that victim and defendant emotionality was critical in determining case outcomes, which interacted with the processing style that participants utilized more. Specifically, experiential processors were more punitive towards the defendant when the defendant displayed low levels of emotion relative to high emotionality, whereas rational processors were slightly more punitive when high levels of emotion were being displayed. Psychopathic traits had no influence on ratings of veracity/credibility of the victim and defendant, or on overall guilt determinations and severity of sentencing. However, participants high in psychopathic traits believed that the alleged victim was making a false allegation more often when she was less emotional, and they were less punitive towards the false allegation than individuals low in psychopathic traits. These findings have important implications concerning how cases of sexual assault are interpreted in court, and extra-legal factors that may alter case outcomes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,011 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».