MétaCan
Menu
Retour à la cohorte
Enregistrement W2997105779 · doi:10.1080/2153599x.2019.1678510

Minds of gods and human cognitive constraints: socio-ecological context shapes belief

2019· article· en· W2997105779 sur OpenAlexfundno aff
Rita Anne McNamara, Benjamin Grant Purzycki

Notice bibliographique

RevueReligion Brain & Behavior · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueCultural Differences and Values
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaJohn Templeton Foundation
Mots-clésContext (archaeology)CognitionCognitive sciencePsychologyEpistemologySocio-cognitiveCognitive psychologyEcologySociologyGeographyPhilosophyArchaeologyBiologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

What believers say about gods’ thoughts, concerns, and dispositions reflects both the minds of believers and the societies in which they live. A review of the psychology of religion literature reveals a paradox: individuals benefit from belief in divine benevolence, while groups benefit from belief in divine punishment. We propose that a resolution to this paradox lies in the combination of cognitive systems and culturally-transmitted social norms. We suggest that, as access to reflective thinking capacity is depleted, unreflective thinking driven by culturally-transmitted decision rules that are themselves shaped by local environments (e.g., norms, schemas, and scripts) play a central role in shaping beliefs about the minds of gods. We first review the psychological literature and examine how cognition and social norms might combine to favor certain patterns of beliefs around what gods know, care about, and do. We use a cultural evolutionary lens to indicate ways that various beliefs about gods’ minds may confer adaptive benefits to individuals or groups across various socio-ecological contexts, focusing on three cultural strategies: honor, face, and dignity. Along the way, we draw from existing data to predict what shapes gods’ minds may take and suggest ways to test predictions drawn from this review.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,004
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,378
Écart entre enseignants0,319 · 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 source (Gemma direct ou Codex distillé), 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

Citations28
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReligion Brain & BehaviorMême sujetCultural Differences and ValuesTravaux en français237 207