MétaCan
Menu
Retour à la cohorte
Enregistrement W4252387062 · doi:10.22215/etd/2021-14592

Forgiveness contributes to the moral licensing effect in a multiple victim context

2021· dissertation· en· W4252387062 sur OpenAlexafffund
Alexander McCaffrey

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomainePsychology
ThématiqueForgiveness and Related Behaviors
Établissements canadiensCarleton University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésForgivenessCommitFeelingPsychologyPrideSocial psychologyModerationContext (archaeology)LicensePolitical science

Résumé

récupéré en direct d'OpenAlex

Although forgiveness is often a psychologically beneficial response, in the current research, I tested a novel consequence of granting forgiveness: a moral license to commit subsequent deviant acts. I tested this possibility in a multiple victim context. I hypothesized that people would express the greatest willingness to act in a deviant manner when all victims (the participant and the other victims) grant the transgressor forgiveness. I also anticipated the feeling pride (i.e., feeling good about one's accomplishments) following forgiveness would mediate the hypothesized moderation effect. Support for the proposed mediated-moderation model was found in two studies using a multiple victim workplace transgression as context. (NStudy 1 = 359, NStudy 2 = 417) . Results contributed to both the literature on the consequences of forgiveness and moral licensing by providing evidence that granting forgiveness may, perhaps counterintuitively, result in the forgiver engaging in subsequent immoral behaviour.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,478
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,315
Écart entre enseignants0,297 · 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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetForgiveness and Related BehaviorsTravaux en français237 207