MétaCan
Menu
Retour à la cohorte
Enregistrement W4226358193 · doi:10.1080/17457289.2022.2051148

Ideology trumps self-interest: continued support for a political leader despite disappointing tax returns

2022· article· en· W4226358193 sur OpenAlexaff
Steve Rathje, Azim Shariff, Simone Schnall

Notice bibliographique

RevueJournal of Elections Public Opinion and Parties · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesGates Cambridge Trust
Mots-clésOutcome (game theory)PoliticsBiology and political orientationEconomicsIdeologyCognitive dissonanceDowngradePaymentPublic economicsTax rateSocial psychologyPolitical sciencePsychologyMonetary economicsMicroeconomicsFinanceLaw

Résumé

récupéré en direct d'OpenAlex

People presumably strive to maximize their own benefit whenever possible, so it is puzzling when they vote for leaders who may not have their best interest at heart. We tested whether support for a political leader is diminished when supporters learn they are financially disadvantaged by the leader's policies. In a two-stage experiment (Time 1 n = 601, Time 2 n = 343) with pre-registered hypotheses, Trump voters predicted their expected tax refund (or payment), and then reported their tax outcome immediately after the filing deadline. Afterwards, we confronted half of the participants with the discrepancy between their actual and predicted tax outcome. Having lower-than-expected tax outcomes was not associated with reduced support for Trump either on its own, or in combination with being reminded of this outcome. However, it led participants who were dissatisfied with their tax outcome to downgrade the importance of lowering taxes, possibly in an effort to reduce dissonance and justify continued support for Trump. Subjective tax outcome satisfaction did predict Trump support, but was dwarfed in magnitude by other variables such as system justification and political orientation. Thus, people may find ways to rationalize information that goes against their self-interest into their partisan world-view.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,827
Score d'incertitude au seuil0,832

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,098
Tête enseignante GPT0,385
Écart entre enseignants0,286 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Elections Public Opinion and PartiesMême sujetSocial and Intergroup PsychologyTravaux en français237 207