Notice bibliographique
Résumé
The evil that men do lives after them; the good is oft interr'd with their bones – Shakespeare A set of new investigations into negativity biases in public opinion begins here, with an analysis of U.S. presidential evaluations, building directly on models of impression formation in the psychological literature discussed in Chapter 1. As past work in psychology suggests, negative domain-specific evaluations matter more to overall U.S. presidential assessments than do positive domain-specific evaluations. Analyses demonstrating this fact, which follow in this chapter, are partly a replication of past work, albeit with considerably more data and a somewhat different approach to modeling the asymmetry. But subsequent analyses then extend considerably what we know about political impression formation. First, comparative results make clear that the same dynamic is evident in other countries, supporting the notion that the negativity bias is not just a U.S. phenomenon. Subsequent analyses reveal heterogeneity in negativity biases as well. In short, they make clear that some people rely more strongly on negative information than do others. A final section then considers the difficulties in distinguishing “neutral” in interval-level measures – difficulties that make capturing the negativity bias difficult in some circumstances, and that point to the possibility that some past work finding a lack of evidence of a negativity bias may have been mistaken. Each of these issues is dealt with in turn throughout this chapter. Demonstrations rely on individual-level survey data drawn primarily from the American National Election Studies, but also from a series of Australian National Election Studies. In sum, results make clear the connection between work on impression formation in psychology and public attitudes toward political candidates. Moreover, they provide strong illustrations of a negativity bias in political behavior.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».