MétaCan
Menu
Retour à la cohorte
Enregistrement W4308749887 · doi:10.1002/ejsp.2908

A 32‐society investigation of the influence of perceived economic inequality on social class stereotyping

2022· article· en· W4308749887 sur OpenAlexaff
Porntida Tanjitpiyanond, Jolanda Jetten, Kim Peters, Ashwini Ashokkumar, Oumar Barry, Matthew I. Billet, Maja Becker, Robert W. Booth, Diego Castro, Juana Chinchilla, Giulio Costantini, Egon Dejonckheere, Ģirts Dimdiņš, Yasemin Erbaş, Agustín Espinosa, Gillian Finchilescu, Ángel Gómez, Roberto González, Nobuhiko Goto, Aya Hatano, Lea Hartwich, Somboon Jarukasemthawee, Jaya Kumar Karunagharan, Lindsay M. Novak, Jinseok P. Kim, Michal Kohút, Yi Liu, Steve Loughnan, Ike E. Onyishi, Charity N. Onyishi, Micaela Varela, Iris S. Pattara‐angkoon, Müjde Peker, Kullaya Pisitsungkagarn, Muhammad Rizwan, Eunkook M. Suh, William B. Swann, Eddie M. W. Tong, Rhiannon N. Turner, Niels Vanhasbroeck, Paul A. M. Van Lange, Christin‐Melanie Vauclair, A. G. Vinogradov, Grace Wacera, Zhechen Wang, Susilo Wibisono, Victoria Wai Lan Yeung

Notice bibliographique

RevueEuropean Journal of Social Psychology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFondo de Financiamiento de Centros de Investigación en Áreas PrioritariasJapan Society for the Promotion of ScienceCentro de Estudios de Conflicto y Cohesión SocialAgencia Nacional de Investigación y Desarrollo
Mots-clésAssertivenessSocial psychologyInequalityCategorizationPsychologySocial inequalitySocial mobilityPerceptionStereotype (UML)Social classDemographic economicsSociologyPolitical scienceEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract There is a growing body of work suggesting that social class stereotypes are amplified when people perceive higher levels of economic inequality—that is, the wealthy are perceived as more competent and assertive and the poor as more incompetent and unassertive. The present study tested this prediction in 32 societies and also examines the role of wealth‐based categorization in explaining this relationship. We found that people who perceived higher economic inequality were indeed more likely to consider wealth as a meaningful basis for categorization. Unexpectedly, however, higher levels of perceived inequality were associated with perceiving the wealthy as less competent and assertive and the poor as more competent and assertive. Unpacking this further, exploratory analyses showed that the observed tendency to stereotype the wealthy negatively only emerged in societies with lower social mobility and democracy and higher corruption. This points to the importance of understanding how socio‐structural features that co‐occur with economic inequality may shape perceptions of the wealthy and the poor.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,905
Score d'incertitude au seuil0,694

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,074
Tête enseignante GPT0,360
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'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

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Social PsychologyMême sujetSocial and Intergroup PsychologyTravaux en français237 207