Competition and intergroup bias: Toward a new construal process framework distinguishing competitive perceptions from competitive motivations
Notice bibliographique
Résumé
Research on the effects of intergroup competition has relied on various conceptual approaches and has produced inconsistent findings. Following a review of the intergroup competition literature, we propose a framework which emphasizes that the influence of intergroup competition varies primarily according to participants’ construal of potentially competitive events. We assess this via two variables: competitive intergroup perceptions (CIP), the perception that one’s ingroup and another group(s) in the current situation are attempting to gain a reward at each other’s expense; and competitive intergroup motivations (CIM), the individual desire for one’s group to do better or acquire more of a reward than the other group(s). In four studies that presented participants with an ambiguously competitive intergroup setting and administered CIP and CIM scales adapted for the context, both variables were empirically nonredundant (Studies 1–4) and showed unique relations with intergroup outcomes: CIM, rather than CIP, was directly associated with greater intergroup bias (Studies 2–4), discriminatory intentions (Study 3), and discriminatory behavior (Study 4). CIP consistently registered an indirect effect on intergroup bias and behavior through CIM. Our results suggest that in ambiguous group contexts, CIM facilitates the pursuit of goals for the ingroup, which may involve expressing intergroup bias and more antisocial outgroup behavior, and that these tendencies are quite sensitive to corresponding changes in CIP. The current framework offers more precise insights into the influence of competitive group dynamics, and can easily be integrated with other research paradigms to determine how and when intergroup competition produces intergroup bias and discrimination.
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 | 0,011 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,010 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,003 |
| 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 ».