Sinful Foods: Measuring Implicit Associations Between Food Categories and Moral Attributes in Anorexic, Orthorexic, and Healthy Subjects
Notice bibliographique
Résumé
Recently, neurocognitive studies have shown that food categorization is sensitive to both the properties of the food stimuli (e.g., calorie content) and the individual characteristics of subjects (e.g., BMI, eating disorders) asked to categorize these stimuli. Furthermore, groups of patients with eating disorders (ED) were described as relying more on moral criteria to form food categories than were control subjects. The present studies built on these seminal articles and aimed to determine whether certain food properties might trigger moral categories preferentially in subjects suffering from ED and in the general population. Using a Go/No-Go Association Task, Study 1 focused on the extent to which food categories are laden with moral attributes in ED patients compared to control subjects. Study 2 was a follow-up with a different design (an Implicit Association Test), another food variable (calorie content), and two non-clinical subgroups (orthorexic and healthy control subjects). Results revealed for the first time implicit associations between food variables cueing for energy density and moral attributes in the general population, the population suffering from anorexia nervosa, and subjects suffering from disordered eating such as orthorexia nervosa. These findings suggest that moralization of food is a pervasive phenomenon that can be measured with methods reputed to be less vulnerable to self-presentation or social desirability biases.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».