Unethical and inept? The influence of moral information on perceptions of competence.
Notice bibliographique
Résumé
While moral character heavily influences global evaluations of others (Goodwin, Piazza, & Rozin, 2014), its causal effect on perceptions of others' competence (i.e., one's knowledge, skills, and abilities) is less clear. We found that people readily use information about another's morality when judging their competence, despite holding folk intuitions that these domains are independent. Across 6 studies (n = 1,567), including 2 preregistered experiments, participants judged targets who committed hypothetical transgressions (Studies 1 and 3), cheated on lab tasks (Study 2), acted selfishly in economic games (Study 4), and received low morality ratings from coworkers (Study 5 and 6) as less competent than control or moral targets. These findings were specific to morality and were not the result of incidentally manipulating impressions of warmth (Study 4), nor were they fully explained by a general halo effect (Studies 2 and 3). We hypothesized that immoral targets are seen as less competent because their immoral actions led them to be viewed as low in social intelligence. Studies 4 and 5 supported this prediction, demonstrating that social intelligence was a more reliable mediator than perceptions of self-control or general intelligence. An experimental test of this mediation argument found that presenting targets as highly socially intelligent eliminated the negative effect of immoral information on judgments of competence (Study 6). These results suggest that information about a person's moral character readily influences perceptions of their competence. (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 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 | 0,003 | 0,001 |
| 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 | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».