Motivated Attention in Climate Change Perception and Action
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Despite the scientific consensus, some people still remain skeptical about climate change. In fact, there is a growing partisan divide over the last decade within the United States in the support for climate policies. Given the same climate evidence, why do some people become concerned while others remain unconvinced? Here we propose a motivated attention framework where socio-political motivations shape visual attention to climate evidence, altering perceptions of the evidence and subsequent actions to mitigate climate change. To seek support for this framework, we conducted three experiments. Participants viewed a graph of annual global temperature change while they were eyetracked and estimated the average change. We found that political orientation may bias attention to climate change evidence, altering the perception of the same evidence (Experiment 1). We further examined how attentional biases influence subsequent actions to mitigate climate change. We found that liberals were more likely to sign a climate petition or more willing to donate to an environmental organization than conservatives, and attention guides climate actions in different ways for liberals and conservatives (Experiment 2). To seek causal evidence, we biased attention to different parts of the temperature curve by coloring stronger climate evidence in red or weak climate evidence in red. We found that liberals were more likely to sign the petition or more willing to donate when stronger evidence was in red, but conservatives were less likely to act when stronger evidence was in red (Experiment 3). This suggests that drawing attention to motivationally consistent information increases actions in liberals, but discouraged conservatives. The findings provide initial preliminary evidence for the motivated attention framework, suggesting an attentional divide between liberals and conservatives in the perception of climate evidence. This divide might further reinforce prior beliefs about climate change, creating further polarization. The current study raises a possible attentional mechanism for ideologically motivated reasoning and its impact on basic perceptual processes. It also provides implications for the communication of climate science to different socio-political groups with the goal of mobilizing actions on climate change.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 découle