Teaching and learning guide for: The role of individual differences in understanding and enhancing intergroup contact
Notice bibliographique
Résumé
Intergroup contact, the direct or extended (or virtual/imagined) interaction with members of other groups, has enjoyed a long history in social psychology. Allport (1954) introduced the “Contact Hypothesis”, which has since evolved into a full and complex “Contact Theory” (Brown & Hewstone, 2005; see also Hodson & Hewstone, 2013; Pettigrew & Tropp, 2001; Turner, Hewstone, Voci, Vonofakou, & Christ, 2007). Across different types of groups, different types of contact, and different methodologies, researchers find that having more encounters with specific outgroup members tends to reduce prejudice toward that group as a whole (see meta-analyses by Davies, Tropp, Aron, Pettigrew, & Wright, 2014; Pettigrew & Tropp, 2006; Lemmer & Wagner, 2015). Importantly, contact works more reliably at reducing prejudice relative to other interventions (e.g., Beelmann & Heinemann, 2014). Yet researchers historically felt that individual differences in prejudice-proneness (e.g., authoritarianism) were either irrelevant to, or were obstacles to, contact-based prejudice reduction (see Hodson, Costello, & MacInnis, 2013). More recently, interest in individual differences in contact settings has grown steadily. This article serves as an education tool to not only teach students about intergroup contact and personality (among other individual differences), but to encourage them to consider the possibilities for learning and prejudice reduction when these two topics are conceptually integrated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,120 | 0,057 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».