MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220706529 · doi:10.31219/osf.io/eyxtn

Vegans Experience More Social Disapproval than Other Vegetarians and Pescatarians Experience Less Social Disapproval than Vegetarians

2022· preprint· en· W4220706529 sur OpenAlexfundno aff
John B. Nezlek, Catherine A. Forestell, Joanna Tomczyk, Marzena Cypryańska

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAgriculture Sustainability and Environmental Impact
Établissements canadiensnon disponible
Organismes subventionnairesNarodowe Centrum NaukiDalhousie University
Mots-clésIn ovoOmnivorePsychologyPerceptionSocial psychologyDevelopmental psychologyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Across three studies conducted in the US and Poland, we found that vegans tended to think that others treated them more negatively because of their diet than lacto-ovo vegetarians or pescatarians. In contrast, pescatarians tended to think that other treated them less negatively than lacto-ovo vegetarians did. In one study, we found that vegans, lacto-ovo vegetarians, and pescatarians thought that others treated them more negatively because of their diet than omnivores did. Interestingly, in this same study, we found that vegans, lacto-ovo vegetarians, and pescatarians thought that others treated them more positively in some ways due to their diets than omnivores did. A third study found that differences in perceptions of negative treatment among vegans, lacto-ovo vegetarians, and pescatarians were more pronounced for how strangers treated them than they were for how friends and family members treated them. How diet influences the treatment people receive appears to vary as a function of numerous factors, and future research needs to address such questions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,021
Tête enseignante GPT0,268
Écart entre enseignants0,247 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAgriculture Sustainability and Environmental Impact→Travaux en français237 207→