MétaCan
Menu
← Retour à la cohorte
Enregistrement W4234751922 · doi:10.31234/osf.io/ywg5p

When Intergroup Contact is Uncommon and Bias is Strong: The Case of Anti-Transgender Bias

2018· preprint· en· W4234751922 sur OpenAlexaff
Mark R. Hoffarth, Gordon Hodson

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésTransgenderPsychologySocial dominance orientationTransgender PersonSexual orientationMinority stressPrejudice (legal term)Social psychologySexual minorityAuthoritarianismPolitical science

Résumé

récupéré en direct d'OpenAlex

In contrast to the centrality of “coming out” in the gay rights movement, transgender people may be less likely to disclose their transgender status due to the severity of anti-transgender stigma, structural factors, and differences in how transgender status and sexual identity are expressed. As a consequence, intergroup contact with transgender people may be less common than gay contact, which may limit its effectiveness. In Study 1 (N = 174), transgender contact was much less frequent than gay contact, and transgender contact frequency was not associated with anti-transgender bias, although more positive transgender contact was associated with lower anti-transgender bias, and gay contact frequency was also independently associated with lower anti-transgender bias. In Study 2 (N = 277), greater transgender “media contact” was associated with increased empathy for transgender people and decreased anti-transgender bias. In addition, several participants left unsolicited anti-transgender comments at the end of the study, and these participants tended to have less transgender contact and were higher in Right-Wing Authoritarianism and Social Dominance Orientation. Our results suggest that increasing contact with the LGBT community and increasing media representations of transgender people may decrease anti-transgender bias. Future directions building on these results 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 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)0,005
score de la tête « metaresearch » (Gemma)0,030
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 enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,030
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,156
Tête enseignante GPT0,387
Écart entre enseignants0,232 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSocial and Intergroup Psychology→Travaux en français237 207→