The misjudgment of men: Does pluralistic ignorance inhibit allyship?
Notice bibliographique
Résumé
(Miller & McFarland, 1991; Prentice, 2007; Prentice & Miller, 1993) inhibits allyship. We first hypothesized that, if men rarely enact allyship toward women (e.g., in science, technology, engineering, and mathematics [STEM] fields), people will underestimate men's beliefs that sexism is problematic. Second, these misperceptions might then predict men's (and women's) own inaction, despite their private beliefs about gender bias. Additionally, men with higher masculinity concerns might be particularly inhibited from enacting allyship by their belief that other men are unconcerned with gender bias. All three studies yielded evidence that men and women underestimate men's privately expressed concerns about gender bias in STEM contexts. In correlational analyses, Studies 1 and 2 also revealed that among men high in precarious masculinity concerns, the belief that other men do not see bias as a problem predicted lower allyship intentions, controlling for their own beliefs about gender bias. Although experimentally correcting these beliefs with data changed perceptions (Studies 2 and 3), this was insufficient to increase allyship. Rather, in an ecologically valid behavioral paradigm (Study 3), allyship behavior was elevated when participants observed others confronting versus not confronting sexism. These findings suggest that perceptions of men's average beliefs inhibit allyship intentions; however, merely correcting these misperceptions might not be enough to motivate actual confrontation. We discuss the implications of these findings for a pluralistic ignorance account of allyship inhibition and for practical interventions aimed at promoting allyship. (PsycInfo Database Record (c) 2022 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 | 0,002 | 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 | 0,001 |
| 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 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 ».