MétaCan
Menu
Retour à la cohorte
Enregistrement W2949811586 · doi:10.1111/spc3.12472

Everyday dilemmas: New directions on the judgment and resolution of benevolence–integrity dilemmas

2019· article· en· W2949811586 sur OpenAlexaff
Alexander Moore, David M. Munguia Gomez, Emma Levine

Notice bibliographique

RevueSocial and Personality Psychology Compass · 2019
Typearticle
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensBooth University College
Organismes subventionnairesnon disponible
Mots-clésImpartialityUtilitarianismPsychologyEveryday lifeSocial psychologyConflict resolutionDeontological ethicsMoral dilemmaResolution (logic)Face (sociological concept)Economic JusticeIsolation (microbiology)EpistemologySociologyLawPolitical scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Many everyday dilemmas reflect a conflict between two moral motivations: the desire to adhere to universal principles (integrity) and the desire to improve the welfare of specific individuals in need (benevolence). In this article, we bridge research on moral judgment and trust to introduce a framework that establishes three central distinctions between benevolence and integrity: (1) the degree to which they rely on impartiality, (2) the degree to which they are tied to emotion versus reason, and (3) the degree to which they can be evaluated in isolation. We use this framework to explain existing findings and generate novel predictions about the resolution and judgment of benevolence–integrity dilemmas. Though ethical dilemmas have long been a focus of moral psychology research, recent research has relied on dramatic dilemmas that involve conflicts of utilitarianism and deontology and has failed to represent the ordinary, yet psychologically taxing dilemmas that we frequently face in everyday life. The present article fills this gap, thereby deepening our understanding of moral judgment and decision making and providing practical insights on how decision makers resolve moral conflict.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,804
Score d'incertitude au seuil0,464

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,184
Tête enseignante GPT0,340
Écart entre enseignants0,156 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial and Personality Psychology CompassMême sujetPsychology of Moral and Emotional JudgmentTravaux en français237 207