Pushing Back Against the Microaggression Pushback in Academic Psychology: Reflections on a Concept-Creep Paradox
Notice bibliographique
Résumé
Echoing the 1960s, the 2020s opened with racial tensions boiling. The Black Lives Matter movement is energized, issuing pleas to listen to Black voices regarding day-to-day discrimination and expressing frustrations over the slow progress of social justice. However, psychological scientists have published only several opinion pieces on racial microaggressions, primarily objections, and strikingly little empirical data. Here I document three trends in psychology that coincide with the academic pushback against microaggressions: concept-creep concerns, especially those regarding expanded notions of harm; the expansion of right-leaning values in moral judgments (moral foundations theory); and an emphasis on prejudice symmetry, with the political left deemed equivalently biased against right-leaning targets (e.g., the rich, police) as the right is against left-leaning targets (e.g., Black people, women, LGBT+ people). Psychological scientists have ignored power dynamics and have strayed from their mission to understand and combat prejudice against disadvantaged populations, rendering researchers distracted and ill-equipped to tackle the microaggression concept. An apparent creep paradox, with calls to both reduce (e.g., harm) and expand (e.g., liberal prejudices, conservative moral foundations) concepts, poses a serious challenge to research on prejudice. I discuss the need for psychology to better capture Black experiences and to “tell it like it is” or risk becoming an irrelevant discipline of study.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».