Comparing young and older adults’ perceptions of conflicting stereotypes and multiply-categorizable individuals.
Notice bibliographique
Résumé
Individuals can be simultaneously categorized into multiple social groups (e.g., racial, gender, age), and stereotypes about one social group may conflict with another. Two such conflicting stereotype sets are those associated with older adults (e.g., frail, kind) and with Black people (e.g., violent, hostile). Recent research shows that young adult perceivers evaluate elderly Black men more positively than young Black men, suggesting that components of the elderly stereotype moderate the influence of conflicting Black stereotypes (Kang & Chasteen, 2009). The current research begins to examine whether this pattern of perceiving multiply-categorizable individuals is maintained among older adults or altered, perhaps due to aging-related cognitive and motivational changes. In three studies using different targets and evaluative tasks, both young and older participants showed evidence of an interplay between Black and elderly stereotypes, such that they perceived elderly Black targets more positively than young Black targets. A similar pattern was observed when assessing emotion change (Study 1), making ratings of warmth and power in the past, present, and future (Study 2), and when directly comparing young and old Black and White targets on traits related to warmth and power (Study 3). The absence of age differences suggests that evaluation of multiply-categorizable targets follows comparable underlying patterns of stereotype activation and inhibition in younger and older adults.
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 | 0,001 | 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 ».