MétaCan
Menu
Retour à la cohorte
Enregistrement W3137816620 · doi:10.1177/1940161221994096

The Role of Personality in Political Talk and Like-Minded Discussion

2021· article· en· W3137816620 sur OpenAlexafffund
Shelley Boulianne, Karolina Koç-Michalska

Notice bibliographique

RevueThe International Journal of Press/Politics · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensMacEwan University
Organismes subventionnairesAudencia FoundationMacEwan University
Mots-clésIdeologyPoliticsPersonalitySocial psychologySocial mediaExtraversion and introversionPsychologyBig Five personality traitsOnline and offlineSociologyPublic relationsPolitical science

Résumé

récupéré en direct d'OpenAlex

Political discussion is a key mechanism for the development of reasoned opinions and political knowledge, but online political discussion has been characterized as uncivil, intolerant, and/or ideologically homogeneous, which is detrimental to this development. In this paper, we examine the role of personality in various forms of political talk—online and offline—as well as like-minded discussion. Based on a 2017 survey conducted in the United Kingdom, United States, and France, we find that people who are open-minded and extraverted are more likely to engage in political talk but less likely to engage in like-minded discussion. Individuals who are older, less educated, introverted, and conscientious are more likely to find themselves in like-minded discussions, both online and on social media. Like-minded discussion is rare; personality, rather than ideology, predicts whether people engage in this form of political talk in online and offline modes. Our findings challenge the role of social media in the creation of like-minded discussion. Instead, we should look to the role of individual attributes, such as personality traits, which create a disposition that motivates the use of social media (and offline networks) to cultivate like-minded discussion.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,024
Tête enseignante GPT0,358
Écart entre enseignants0,334 · 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

Citations22
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Press/PoliticsMême sujetSocial and Intergroup PsychologyTravaux en français237 207