Practical recommendations for considering culture, race, and ethnicity in personality psychology
Notice bibliographique
Résumé
Abstract Personality science is the study of the individual. It aims to understand what makes people similar to others, different from some, and unique to themselves. However, there is room for research in personality to more thoughtfully consider culture, race, and ethnicity in order to better understand individual differences in people’s patterns of thinking, feeling, and behaving. High impact personality journals rarely include such factors into the interpretation of results, and cross‐cultural and ethnic minority publications are limited within the discipline. This article offers a brief, non‐exhaustive overview of how culture, race, and ethnicity are examined in relation to personality, showing that: (1) social structures continue to be neglected in the research, (2) we can learn from research being conducted in neighboring areas, and (3) valuable work is already being done within personality psychology. We offer recommendations that emphasize community based participatory research methods, combined etic‐emic approaches, and contextualizing research findings to improve the consideration of culture, race, and ethnicity in personality 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,270 | 0,405 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,007 | 0,006 |
| Bibliométrie | 0,009 | 0,013 |
| Études des sciences et des technologies | 0,012 | 0,022 |
| Communication savante | 0,022 | 0,040 |
| Science ouverte | 0,011 | 0,016 |
| Intégrité de la recherche | 0,025 | 0,035 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,009 |
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 source (Gemma direct ou Codex distillé), 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 ».