MétaCan
Menu
Retour à la cohorte
Enregistrement W2730454633 · doi:10.1177/1948550617714586

Honest People Tend to Use Less—Not More—Profanity

2017· article· en· W2730454633 sur OpenAlexaff
Reinout E. de Vries, Benjamin E. Hilbig, Ingo Zettler, Patrick D. Dunlop, Djurre Holtrop, Kibeom Lee, Michael C. Ashton

Notice bibliographique

RevueSocial Psychological and Personality Science · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueHate Speech and Cyberbullying Detection
Établissements canadiensBrock UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésImpression managementPsychologyHonestyImpression formationCheatingSocial psychologyDishonestyTraitPersonalityImpressionScale (ratio)Relation (database)Big Five personality traitsPerceptionSocial perception

Résumé

récupéré en direct d'OpenAlex

This article shows that the conclusion of Feldman et al.'s (2017) Study 1 that profane individuals tend to be honest is most likely incorrect. We argue that Feldman et al.'s conclusion is based on a commonly held but erroneous assumption that higher scores on Impression Management Scales, such as the Lie Scale, are associated with trait dishonesty. Based on evidence from studies that have investigated (1) self-other agreement on Impression Management Scales, (2) the relation of Impression Management Scales with personality variables, and (3) the relation of Impression Management Scales with objective measures of cheating, we show that high scores on Impression Management Scales are associated with high-instead of low-trait honesty when measured in low-stakes conditions. Furthermore, using two data sets that included an "I never swear" item, we show that profanity use is negatively related to other reports of HEXACO honesty-humility and positively related to actual cheating.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,120
Tête enseignante GPT0,373
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

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

Citations21
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial Psychological and Personality ScienceMême sujetHate Speech and Cyberbullying DetectionTravaux en français237 207