Public Attitudes Towards Moral Enhancement. Evidence that Means Matter Morally
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To gain insight into the reasons that the public may have for endorsing or eschewing pharmacological moral enhancement for themselves or for others, we used empirical tools to explore public attitudes towards these issues. Participants ( N = 293) from the United States were recruited via Amazon’s Mechanical Turk and were randomly assigned to read one of several contrastive vignettes in which a 13-year-old child is described as bullying another student in school and then is offered an empathy-enhancing program. The empathy-enhancing program is described as either involving taking a pill or playing a video game on a daily basis for four weeks. In addition, participants were asked to imagine either their own child bullying another student at school, or their own child being bullied by another student. This resulted in a 2 × 2 between-subjects design. In an escalating series of morally challenging questions, we asked participants to rate their overall support for the program; whether they would support requiring participation; whether they would support requiring participation of children who are at higher risk to become bullies in the future; whether they would support requiring participation of all children or even the entire population ; and whether they would be willing to participate in the program themselves. We found that people were significantly more troubled by pharmacological as opposed to non-pharmacological moral enhancement interventions. The results indicate that members of the public for the greater part oppose pharmacological moral bioenhancement, yet are open to non-biomedical means to attain moral enhancement. [248 words].
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.
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 | 0,014 |
| 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 | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle