MétaCan
Menu
Retour à la cohorte
Enregistrement W4200625505 · doi:10.1016/j.actpsy.2021.103460

Identity salience moderates the effect of social dominance orientation on COVID-19 ‘rule bending’

2021· article· en· W4200625505 sur OpenAlexafffundabout
Rhiannon MacDonnell Mesler, Bonnie Simpson, Jennifer Chernishenko, Shreya Jain, Lea Dunn, Katherine White

Notice bibliographique

RevueActa Psychologica · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensUniversity of British ColumbiaWestern UniversityUniversity of Lethbridge
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésSalience (neuroscience)Coronavirus disease 2019 (COVID-19)PsychologyDominance (genetics)Social dominance orientationOrientation (vector space)Social psychologyCognitive psychologyPolitical scienceMathematicsMedicineGeometryChemistry

Résumé

récupéré en direct d'OpenAlex

Amidst the economic, political, and social turmoil caused by the COVID-19 pandemic, contrasting responses to government mandated and recommended mitigation strategies have posed many challenges for governments as they seek to persuade individuals to adhere to prevention guidelines. Much research has subsequently examined the tendency of individuals to either follow (or not) such guidelines, and yet a ‘grey area’ also exists wherein many rules are subject to individual interpretation. In a large study of Canadians (N = 1032, Mage = 34.39, 52% female; collected April 6, 2020), we examine how social dominance orientation (SDO) as an individual difference predicts individual propensity to ‘bend the rules’ (i.e., engaging in behaviors that push the boundaries of adherence), finding that SDO is significantly and positively associated with greater intentions toward rule-bending behaviors. We further find that highlighting a self-oriented or in-group identity enhances the relationship between SDO and rule-bending, whereas making salient a superordinate-level identity (e.g., Canada) attenuates this effect. Implications for theory and practice are discussed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,044
Tête enseignante GPT0,432
Écart entre enseignants0,388 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueActa PsychologicaMême sujetSocial and Intergroup PsychologyTravaux en français237 207