Pro-Black, Pro-White, or Proactive: Examining Predictors of Implicit Racial Bias in Black Participants
Notice bibliographique
Résumé
The majority of research examining implicit racial bias has focused on the biases held by White participants (Jost, Banaji, & Nosek, 2004). By contrast, the implicit racial bias of minority group members has been largely overlooked, despite the potential for these associations to provide new insight into the nature of implicit social cognition. In the current research, I extended previous findings by examining predictors of implicit racial bias for Black participants. Specifically, across three studies conducted in two cultural contexts, I examined whether implicit racial bias was related to Black participants racial ideologies, defined as an individuals philosophy about how racial group members should live and interact with other groups in the larger society (Sellers, et al., 1997, pp.806). Consistent with my expectations, implicit racial bias, as measured by the Implicit Association Test (IAT; Greenwald et al., 1998; 2003; Studies 1 & 2) and the Affective Misattribution Procedure (AMP; Payne et al., 2005; Study 3) was significantly correlated with racial ideologies. However, the specific relationship depended on the cultural context as well as the implicit measure. In Study 1, within the predominantly White Canadian context, Nationalist ideology was negatively correlated with implicit pro-White bias. By contrast, in Study 2, within the predominantly Black Jamaican context, Humanist ideology positively predicted pro-White bias (Study 2). In Study 3, again conducted in the predominantly White Canadian context but with a different measure of implicit racial bias (AMP), Nationalist ideology negatively predicted implicit pro-White bias, while both Assimilation and Humanist ideologies were positive predictors of implicit pro-White bias. In Study 3, explicit racial attitudes, system justification and individual versus collective success orientation were also significantly correlated with implicit racial bias as measured by the Affective Misattribution Procedure (AMP; Payne et al., 2005). As expected, however, ideologies accounted for unique variance in implicit racial bias. The implications of these findings for understanding implicit racial bias in Blacks, in predominantly White and Black contexts, are discussed.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».