Signaling when no one is watching: A reputation heuristics account of outrage and punishment in one-shot anonymous interactions.
Notice bibliographique
Résumé
on Jul 22 2019 (see record 2019-43753-001). In the article, a printer error did not enable the authors to correct various errors before publication. Tables 1 and 2 have been corrected. All versions of this article have been corrected.] Moralistic punishment can confer reputation benefits by signaling trustworthiness to observers. However, why do people punish even when nobody is watching? We argue that people often rely on the heuristic that reputation is typically at stake, such that reputation concerns can shape moralistic outrage and punishment even in one-shot anonymous interactions. We then support this account using data from Amazon Mechanical Turk. In anonymous experiments, subjects (total n = 8,440) report more outrage in response to others' selfishness when they cannot signal their trustworthiness through direct prosociality (sharing with a third party)-such that if the interaction were not anonymous, punishment would have greater signaling value. Furthermore, mediation analyses suggest that sharing opportunities reduce outrage by influencing reputation concerns. Additionally, anonymous experiments measuring costly punishment (total n = 6,076) show the same pattern: subjects punish more when sharing is not possible. Moreover, and importantly, moderation analyses provide some evidence that sharing opportunities do not merely reduce outrage and punishment by inducing empathy toward selfishness or hypocrisy aversion among non-sharers. Finally, we support the specific role of heuristics by investigating individual differences in deliberateness. Less deliberative individuals (who typically rely more on heuristics) are more sensitive to sharing opportunities in our anonymous punishment experiments, but, critically, not in punishment experiments where reputation is at stake (total n = 3,422); and not in our anonymous outrage experiments (where condemning is costless). Together, our results suggest that when nobody is watching, reputation cues nonetheless can shape outrage and-among individuals who rely on heuristics-costly punishment. (PsycINFO Database Record (c) 2019 APA, all rights reserved).
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 | 0,025 |
| 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 | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 ».