Gender Differences and the Five Facets of Conspiracy Theory
Notice bibliographique
Résumé
Although research examining conspiracy theory beliefs has been examined, there is conflicting literature on the relationship between gender and conspiracy thinking. Before this study, little research has been conducted on the differences between males and females in each of the five facets of conspiracy theory. This study was designed to investigate differences in gender as they pertain to government malfeasance (GM), malevolent global conspiracies (MG), extraterrestrial cover-up (ET), personal well-being (PW), and control of information (CI). It was hypothesized that there are statistically significant differences between females and males when it comes to conspiracy theory beliefs for each of the five facets. Archival data from 2016 containing responses to the Generic Conspiracist Beliefs Scale was analyzed. Results supported the main hypothesis of this investigation that significant differences do, in fact, exist between females and males in all five facets of conspiracy theory: government malfeasance, malevolent global conspiracies, extraterrestrial cover-up, personal well-being, and control of information. In addition, this study revealed that females score higher than males in all facets. In general, a computed total conspiracy belief score demonstrated that females (M = 45.10, SD = 15.07) were significantly higher than males (M = 42.13, SD = 15.90). Nevertheless, some recent research has reported that women were significantly less likely than men to engage in ‘conspiratorial thinking’ and endorse a conspiracy about the COVID-19 pandemic of 2020. These findings may be suggesting a change in direction for gender differences and a need for further research.   
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 | 0,003 |
| 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 | 0,001 |
| 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 ».