MétaCan
Menu
Retour à la cohorte
Enregistrement W2183752173 · doi:10.1073/pnas.1517662112

Conservatives negatively evaluate counterstereotypical people to maintain a sense of certainty

2015· article· en· W2183752173 sur OpenAlexaff
Chadly Stern, Tessa V. West, Nicholas O. Rule

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCertaintyCategorizationSocial psychologyPsychologyPoliticsOrder (exchange)Political scienceEconomicsLawEpistemology

Résumé

récupéré en direct d'OpenAlex

People frequently use physical appearance stereotypes to categorize individuals when their group membership is not directly observable. Recent research indicates that political conservatives tend to use such stereotypes more than liberals do because they express a greater desire for certainty and order. In the present research, we found that conservatives were also more likely to negatively evaluate and distribute fewer economic resources to people who deviate from the stereotypes of their group. This occurred for people belonging to both preexisting and novel groups, regardless of whether the stereotypes were real or experimentally fabricated. Critically, conservatives only negatively evaluated counterstereotypical people when the stereotypes were functional-that is, when they expected that they would need to use the stereotypes at a later point to categorize individuals into groups. Moreover, increasing liberals' desire for certainty led them to negatively evaluate counterstereotypical people just like conservatives did. Thus, conservatives are not only more likely to use stereotypes than are liberals, but are especially likely to negatively evaluate counterstereotypical people to organize the social world with greater certainty.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,140
Tête enseignante GPT0,416
Écart entre enseignants0,275 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetSocial and Intergroup PsychologyTravaux en français237 207