Passion and moral disengagement: Different pathways to political activism
Notice bibliographique
Résumé
OBJECTIVE: Four studies examined the relationship between motivational imbalance-the degree to which a goal dominates other goals-and political activism. METHOD: Based on the dualistic model of passion (Vallerand, 2015) and recent theorizing on violent extremism (Kruglanski, Jasko, Chernikova, Dugas, & Webber, 2017), we predicted that obsessive passion (OP), which facilitates alternative goal suppression, would increase support for violent political behaviors. In contrast, we predicted that harmonious passion (HP), which facilitates the integration of multiple goal pursuits, would increase support for peaceful political behaviors. RESULTS: Study 1a demonstrated that OP for environmentalism was positively associated with moral disengagement, which in turn predicted violent behaviors. HP was positively associated with peaceful behaviors. Political activism among Democrats yielded similar findings in Study 1b. Study 2 replicated Studies 1a-1b using an implicit measure of moral disengagement. Study 3 replicated Studies 1-2 by demonstrating that experimentally inducing a harmonious (vs. obsessive) passion mindset indirectly reduced violent behaviors through the attenuation of moral disengagement while directly promoting peaceful behaviors. Study 4 conceptually replicated Studies 1-3 by experimentally manipulating moral disengagement. CONCLUSIONS: These results offer insights into the workings of radicalization and suggest theory-driven methods of reducing political violence.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 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) | 0,005 | 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 ».