When and why is religious attendance associated with antigay bias and gay rights opposition? A justification-suppression model approach.
Notice bibliographique
Résumé
Even in relatively tolerant countries, antigay bias remains socially divisive, despite being widely viewed as violating social norms of tolerance. From a Justification-Suppression Model (JSM) framework, social norms may generally suppress antigay bias in tolerant countries, yet be "released" by religious justifications among those who resist gay rights progress. Across large, nationally representative US samples (Study 1) and international samples (Study 2, representing a total of 97 different countries), over 215,000 participants, and various indicators of antigay bias (e.g., dislike, moral condemnation, opposing gay rights), individual differences in religious attendance was uniquely associated with greater antigay bias, over and above religious fundamentalism, political ideology, and religious denomination. Moreover, in 4 of 6 multilevel models, religious attendance was associated with antigay bias in countries with greater gay rights recognition, but was unrelated to antigay bias in countries with lower gay rights recognition (Study 2). In Study 3, Google searches for a religious justification ("love the sinner hate the sin") coincided temporally with gay-rights relevant searches. In U.S. (Study 4) and Canadian (Study 5) samples, much of the association between religious attendance and antigay bias was explained by "sinner-sin" religious justification, with religious attendance not associated with antigay bias when respondents reported relatively low familiarity with this justification (Study 5). These findings suggest that social divisions on homosexuality in relatively tolerant social contexts may be in large part due to religious justifications for antigay bias (consistent with the JSM), with important implications for decreasing bias. (PsycINFO Database Record
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».