MétaCan
Menu
Retour à la cohorte
Enregistrement W3027567544 · doi:10.1111/pops.12667

Social Cure Processes Help Lower Intergroup Anxiety Among Neighborhood Residents

2020· article· en· W3027567544 sur OpenAlexfundno aff
Clifford Stevenson, Sebastiano Costa, Matthew J. Easterbrook, Niamh McNamara, Blerina Këllezi

Notice bibliographique

RevuePolitical Psychology · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensnon disponible
Organismes subventionnairesTrent UniversityNottingham Trent University
Mots-clésIngroups and outgroupsOutgroupPsychologyFeelingSocial psychologyGroup cohesivenessAnxietyCohesion (chemistry)Social anxietyGroup conflictSocial group

Résumé

récupéré en direct d'OpenAlex

Research in the social cure tradition shows that groups can reduce members' stress by providing support to cope with challenges, but it has yet to consider how this applies to the anxiety occasioned by outgroups. Research on intergroup contact has extensively examined how reducing intergroup anxiety improves attitudes towards outgroups, but it has yet to examine the role of intragroup support processes in facilitating this. The present article takes the case of residential contact, in which the impact of diversification upon neighborhood cohesion is hotly debated, but the role of neighborhood identification and social support from neighbors in facilitating residential mixing has been largely ignored. Our surveys of two geographically bounded communities in England (n = 310; n = 94) and one in Northern Ireland (n = 206) show that neighborhood identification predicts both well‐being and more positive feelings towards outgroups, with both effects occurring via increased intragroup support. In studies 2 and 3, we show that this positive effect on feelings towards the outgroup occurs independently of that of intergroup contact and is further explained by the effect of neighborhood support in reducing intergroup anxiety. This suggests that social cure processes can improve intergroup attitudes by supporting group members to deal with the stress of intergroup interactions.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,057
Tête enseignante GPT0,403
Écart entre enseignants0,346 · 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

Citations37
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitical PsychologyMême sujetSocial and Intergroup PsychologyTravaux en français237 207