MétaCan
Menu
Retour à la cohorte
Enregistrement W4309324378 · doi:10.1177/19485506221136182

Incivility Diminishes Interest in What Politicians Have to Say

2022· article· en· W4309324378 sur OpenAlexafffund
Matthew Feinberg, Jeremy A. Frimer

Notice bibliographique

RevueSocial Psychological and Personality Science · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCrime Patterns and Interventions
Établissements canadiensUniversity of WinnipegUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésIncivilityPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

Incivility is prevalent in society suggesting a potential benefit. Within politics, theorists and strategists often claim incivility grabs attention and stokes interest in what a politician has to say. In contrast, we propose incivility diminishes overall interest in what a politician has to say because people find the incivility morally distasteful. Studies 1a and 1b examined the relationship between uncivil language and followership in the Twitter feeds of Presidents Donald Trump and Joe Biden, finding incivility reduced their following on the platform. In Studies 2-3, we manipulated how uncivil a number of politicians were and found that incivility consistently depressed interest in what they had to say. These effects of incivility are generalized to both political allies and opponents. Observers' moral disapproval of the incivility mediated the diminished interest, suppressing the attention-grabbing nature of incivility. Altogether, our findings indicate that the public reacts more negatively to political incivility than previously thought.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,515
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,274
Tête enseignante GPT0,474
Écart entre enseignants0,200 · 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

Citations14
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial Psychological and Personality ScienceMême sujetCrime Patterns and InterventionsTravaux en français237 207