A Hobo, a Bimbo, and an Orphan Walk into a Bar: An Examination of Victim Dehumanization and Reactions to Consent Violations
Notice bibliographique
Résumé
Dehumanization involves failing to acknowledge that another person has the full suite of emotions, cognitions and capabilities associated with being human. Recent work has described two distinct types or dimensions: mechanistic and animalistic (Haslam, 2006; Haslam & Loughnan, 2014). Mechanistic dehumanization involves denying someone characteristics of human nature such as emotionality and interpersonal warmth, and a tendency to perceive them as cold, rigid and lacking in animation, much like automata. Animalistic dehumanization involves perceiving someone as devoid of uniquely human characteristics such as civility and higher cognition, and a tendency to view them as coarse, unintelligent and immoral, much like animals. Dehumanization on either dimension has consequences for our ability to see others as victims, and to experience moral outrage at their victimization (Gray, Gray & Wegner, 2007; Bastian et al., 2011). Our project will examine whether dehumanization of female victims on either dimension influences our assessment of the wrongness of male consent violations and deserved punishment. Participants will read scenarios of heterosexual encounters containing consent violations by a male. The female will be varied between subjects to reflect a profile that encourages humanization or dehumanization on one or both dimensions. Participants’ moral outrage at the male as well as the severity of punishment deserved will be assessed. We expect dehumanization along either dimension will attenuate both measures. However, mechanistically dehumanized females are regarded as cognitively capable, and thus more blame-worthy and less deserving of protection. Those victim scenarios may experience more attenuated levels of outrage and punishment. Discipline: Psychology (Honours) Faculty Mentor: Dr. Aimee Skye
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».