MétaCan
Menu
Retour à la cohorte
Enregistrement W2156191142 · doi:10.1111/j.1467-9280.2009.02475.x

Confusing One Instrumental Other for Another: Goal Effects on Social Categorization

2009· article· en· W2156191142 sur OpenAlexaff
Gráinne M. Fitzsimons, James Y. Shah

Notice bibliographique

RevuePsychological Science · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCategorizationPsychologySubliminal stimuliPerceptionCognitive psychologySocial cognitionCognitionSocial perceptionSocial categorySocial psychologyLinguistics

Résumé

récupéré en direct d'OpenAlex

How do everyday goals shape the way people categorize others in the social environment? Research on social categorization has emphasized the role of feature-based categories such as race and gender, showing that people rely on such categories when perceiving and remembering others. We tested the hypothesis that social perception may depend on a new type of category--what we call "goal instrumentality," or the extent to which others are useful for an active goal. We demonstrate that people make more memory errors within the categories of "instrumental" and "noninstrumental," and fewer between-category errors, when a goal has been subtly activated. We also demonstrate that people perceive others within the categories of "instrumental" and "noninstrumental" to be more similar, and others from the two different categories to be less similar, following subliminal goal activation. We discuss implications for the understanding of social categorization and the influence of goals on social cognition.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,423
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychological ScienceMême sujetSocial and Intergroup PsychologyTravaux en français237 207