On the validity of the CNI model of moral decision-making: Reply to Baron and Goodwin (2020)
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
Abstract The CNI model of moral decision-making is a formal model that quantifies (1) sensitivity to consequences, (2) sensitivity to moral norms, and (3) general preference for inaction versus action in responses to moral dilemmas. Based on a critique of the CNI model’s conceptual assumptions, properties of the moral dilemmas for research using the CNI model, and the robustness of findings obtained with the CNI model against changes in model specifications, Baron and Goodwin (2020) dismissed the CNI model as a valid approach to study moral dilemma judgments. Here, we respond to their critique, showing that Baron and Goodwin’s dismissal of the CNI model is based on: (1) misunderstandings of key aspects of the model; (2) a conceptually problematic conflation of behavioral effects and explanatory mental constructs; (3) arguments that are inconsistent with empirical evidence; and (4) reanalyses that supposedly show inconsistent findings resulting from changes in model specifications, although the reported reanalyses did not actually use the CNI model and proper analyses with the CNI model yield consistent findings across model specifications. Although Baron and Goodwin’s critique reveals a need for greater precision in the description of the three model parameters and for greater attention to properties of individual dilemmas, the available evidence indicates that the CNI model is a valid, robust, and empirically sound approach to gaining deeper insights into the determinants of moral dilemma judgments, overcoming major limitations of the traditional approach that pits moral norms against consequences for the greater good (e.g., trolley dilemma).
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| 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