MétaCan
Menu
Retour à la cohorte
Enregistrement W3012252174 · doi:10.1037/emo0000738

Butchers’ and deli workers’ psychological adaptation to meat.

2020· article· en· W3012252174 sur OpenAlexaff
Jared Piazza, Gordon Hodson, Alexandra Oakley

Notice bibliographique

RevueEmotion · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésDisgustEmpathyPsychologyAssociation (psychology)PsycINFOAdaptation (eye)Fish <Actinopterygii>Consumption (sociology)Animal welfareSocial psychologyMEDLINEAngerBiology

Résumé

récupéré en direct d'OpenAlex

In many societies today, the average consumer is largely removed from the earlier stages of meat production wherein meat, in many ways, resembles an animal. The present study examined the emotional and psychological consequences of recurrent meat handling. Fifty-six individuals with commercial experience handling meat (butchers and deli workers) were contrasted with 103 individuals without such experience. Participants were presented images of meat from 3 animals-cows, sheep, and fish-that were experimentally manipulated in their degree of animal resemblance. Participants rated the images on measures of disgust, empathy for the animal, and meat-animal association. Broader beliefs and attitudes about meat and animals were also assessed. We used mixed-effect linear modeling to examine the role of time spent handling meat in participants' psychological adaptation to it. We observed significant reductions in disgust, empathy, and meat-animal association within the first year or 2 of meat handling for all types of meat. Time spent handling meat also predicted the degree to which a person defended and rationalized meat consumption and production, independent of a participant's gender and age. The findings have implications for understanding how people adapt to potentially aversive contexts such as handling animal parts. (PsycInfo Database Record (c) 2021 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 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 enseignants0,913
Score d'incertitude au seuil0,623

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 technologies0,0000,000
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 Opus0,259
Tête enseignante GPT0,323
Écart entre enseignants0,065 · 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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmotionMême sujetPsychology of Moral and Emotional JudgmentTravaux en français237 207