The relevance appraisal matrix: Evaluating others’ relevance.
Notice bibliographique
Résumé
People seek to detect who facilitates and who impedes their goal pursuit. The resulting relevance appraisals of opportunity and threat, respectively, can strongly shape subsequent social judgment and behavior. However, important questions about the nature of relevance appraisals remain unanswered: Are relevance appraisals unidimensional or multidimensional? Are people evaluated as generally posing opportunities and/or threats, or as dynamically relevant depending on perceiver goals? We test two hypotheses. First, we propose that opportunity and threat are appraised independently, rather than as endpoints of a single dimension. If so, then others can be evaluated as (a) facilitating a goal, (b) impeding a goal, (c) both facilitating and impeding a goal, or (d) neither facilitating nor impeding a goal. Second, we hypothesize that relevance appraisals shift dynamically with perceiver goals. For example, a single person may be appraised as facilitating one's mate-seeking goal, but as neither facilitating nor impeding one's self-protection goal. In two studies, participants rated the extent to which a variety of targets (e.g., a doctor, a 5-year-old child) pose threats and opportunities to different goals. Confirmatory factor analyses support both hypotheses. We also explore relationships between the Relevance Appraisal Matrix and the stereotype content (Fiske et al., 2002) and ABC (Koch et al., 2016) models of stereotypes, finding evidence that relevance appraisals are distinct from stereotypes of group attributes. In sum, we provide a framework for understanding the structure of relevance appraisals: A central and consequential, yet dynamic and relatively understudied, aspect of social cognition. (PsycInfo Database Record (c) 2021 APA, all rights reserved).
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».