Religiousness and the HEXACO personality factors and facets in a large online sample
Notice bibliographique
Résumé
OBJECTIVE: To examine the associations of religiousness with personality characteristics. METHOD: We obtained self-ratings of religiousness along with self-reports on the HEXACO Personality Inventory-Revised in a sample of nearly 200,000 online respondents. Respondents also indicated their religious affiliation, religiousness of upbringing, and political orientation; a subset of the respondents also indicated attitudes about immigration and foreign aid. RESULTS: Religiousness showed weak associations (|r|s < 0.15) with several HEXACO factors but somewhat stronger associations with the Fairness and Altruism facets (both rs > 0.20). On those facets, participants with the highest religiousness self-rating (7 on a 1-to-7 scale) averaged about 1 SD higher than did participants with the lowest religiousness self-rating. In addition, religiousness was negatively related to the Unconventionality facet among persons whose upbringing was very religious, but not among persons whose upbringing was very nonreligious. Religiousness/personality associations were generally quite similar within different religious affiliations (Hinduism, Islam, Judaism, Buddhism, and several branches of Christianity) but were stronger within relatively religious countries than within nonreligious countries. Despite the positive association of religiousness with the Altruism facet, religiousness was uncorrelated with pro-out-group attitudes (i.e., favoring multicultural immigration and foreign aid). CONCLUSION: The findings advance our understanding of religiousness/personality associations.
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 | 0,001 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».