The (im-)moral scientist? Measurement and framing effects shape the association between scientists and immorality
Notice bibliographique
Résumé
Recent years have not only seen growing public distrust in science, but also in the people conducting science. Yet, attitudes toward scientists remain largely unexplored, and the limited body of literature that exists points to an interesting ambivalence. While survey data suggest scientists to be positively evaluated (e.g., respected and trusted), research has found scientists to be perceived as capable of immoral behavior. We report two experiments aimed at identifying what contributes to this ambivalence through systematic investigations of stereotypical perceptions of scientists. In these studies, we particularly focus on two potential sources of inconsistencies in previous work: divergent operationalizations of morality (measurement effects), and different specifications of the broad group of scientists (framing effects). Results show that scientists are generally perceived as more likely to violate binding as opposed to individualizing moral foundations, and that they deviate from control groups more strongly on the latter. The extent to which different morality measures reflect the differentiation between binding and individualizing moral foundations at least partially accounts for previous contradictory findings. Moreover, the results indicate large variation in perceptions of different types of scientists: people hold more positive attitudes toward university-affiliated scientists as compared to industry-affiliated scientists, with perceptions of the 'typical scientist' more closely resembling the latter. Taken together, the findings have important academic ramifications for science skepticism, morality, and stereotyping research as well as valuable practical implications for successful science communication.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| 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 | 0,006 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».