Dissociative threat: underperforming to distance the self from undesirable groups
Notice bibliographique
Résumé
Purpose This study aims to introduce the concept of dissociative threat, which is the fear of being associated with an undesirable (dissociative) group as a result of demonstrating ability in a domain that is stereotypically linked to that group. Consumers experiencing dissociative threats use inability signaling as a self-presentational strategy in which they present themselves as lacking ability in the dissociative domain. Design/methodology/approach Five experimental studies were conducted to test whether consumers experience threat in dissociative domains and to examine factors that influence this threat. Findings Results showed that dissociative threat adversely affects consumers’ performance at tasks that require using products linked to dissociative groups. Threatened participants reported intentions to perform poorly and train for a longer time in preparation for such tasks, thus signaling low ability in dissociative domains. Additionally, when participants who were experiencing dissociative threats received confirmation that they lacked ability in that domain, their performance at these tasks improved. Research limitations/implications This study expands the knowledge on strategies, including inability signaling, that consumers use to avoid being linked to dissociative groups. Practical implications The findings suggest to marketers that stereotypes that link their products to certain consumer segments can threaten other consumers. Factors that shape and alleviate this threat are identified, which may help companies who are marketing such products. Originality/value This study extends the current understanding of stereotype threat and proposes a new self-presentational strategy, that has not been documented yet in the literature (i.e. inability signaling), that consumers use to deal with the dissociative threat.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».