Mapping Ableism: A Two-Dimensional Model of Explicit and Implicit Disability Attitudes
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.
Notice bibliographique
Résumé
Nondisabled people often experience a combination of negative and positive feelings towards disabled people. There are often large discrepancies between what nondisabled and disabled people view as positive treatment towards disabled people, with disabled people often viewing nondisabled people’s actions as inappropriate, despite nondisabled people believing they had good intentions. Since disability attitudes are complex, both explicit (conscious) attitudes and implicit (unconscious) attitudes need to be measured. Different combinations of explicit and implicit bias can be organized into four different categories: symbolic prejudice, aversive prejudice, principled conservative, and truly low prejudiced. To explore this phenomenon, we analyzed secondary explicit and implicit disability prejudice data from approximately 350,000 nondisabled people and categorized people’s prejudice styles according to an adapted version of Son Hing et al.’s (2008) two-dimensional model of racial prejudice. Findings revealed most nondisabled people were prejudiced in the aversive ableism fashion, with low explicit prejudice and high implicit prejudice. These findings mirror past research that suggests nondisabled people may believe they feel positively towards disabled people but actually hold negative attitudes which they disassociate or rationalize. Mapping the different ways ableism operates is one of the first of many necessary steps to dismantle ableism.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle