MétaCan
Menu
Retour à la cohorte
Enregistrement W3015261938 · doi:10.1093/jcr/ucaa018

Blame It on the Self-Driving Car: How Autonomous Vehicles Can Alter Consumer Morality

2020· article· en· W3015261938 sur OpenAlex
Tripat Gill

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueJournal of Consumer Research · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésBlameHarmMoralityAttributionMoral responsibilityDilemmaRelevance (law)PedestrianPsychologySocial psychologyPolitical scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Autonomous vehicles (AVs) are expected to soon replace human drivers and promise substantial benefits to society. Yet, consumers remain skeptical about handing over control to an AV. Partly because there is uncertainty about the appropriate moral norms for such vehicles (e.g., should AVs protect the passenger or the pedestrian if harm is unavoidable?). Building on recent work on AV morality, the current research examined how people resolve the dilemma between protecting self versus a pedestrian, and what they expect an AV to do in a similar situation. Five studies revealed that participants considered harm to a pedestrian more permissible with an AV as compared to self as the decision agent in a regular car. This shift in moral judgments was driven by the attribution of responsibility to the AV and was observed for both severe and moderate harm, and when harm was real or imagined. However, the effect was attenuated when five pedestrians or a child could be harmed. These findings suggest that AVs can change prevailing moral norms and promote an increased self-interest among consumers. This has relevance for the design and policy issues related to AVs. It also highlights the moral implications of autonomous agents replacing human decision-makers.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,331
Score d'incertitude au seuil0,638

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,312
Tête enseignante GPT0,382
Écart entre enseignants0,070 · 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