The Boundaries of Trust: Cross-Religious and Cross-Ethnic Field Experiments in Mauritius
Notice bibliographique
Résumé
Several prominent evolutionary theories contend that religion was critical to the emergence of large-scale societies and encourages cooperation in contemporary complex groups. These theories argue that religious systems provide a reliable mechanism for finding trustworthy anonymous individuals under conditions of risk. In support, studies find that people displaying cues of religious identity are more likely to be trusted by anonymous coreligionists. However, recent research has found that displays of religious commitment can increase trust across religious divides. These findings are puzzling from the perspective that religion emerges to regulate coalitions. To date, these issues have not been investigated outside of American undergraduate samples nor have studies considered how religious identities interact with other essential group-membership signals, such as ancestry, to affect intergroup trust. Here, we address these issues and compare religious identity, ancestry, and trust among and between Christians and Hindus living in Mauritius. Ninety-seven participants rated the trustworthiness of faces, and in a modified trust game distributed money among these faces, which varied according to religious and ethnic identity. In contrast to previous research, we find that markers of religious identity increase monetary investments only among in-group members and not across religious divides. Moreover, out-group religious markers on faces of in-group ancestry decrease reported trustworthiness. These findings run counter to recent studies collected in the United States and suggest that local socioecologies influence the relationships between religion and trust. We conclude with suggestions for future research and a discussion of the challenges of conducting field experiments with remote populations.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».