Dead in the water: Mortality messaging in water crisis communication and implications for pro‐environmental outcomes
Notice bibliographique
Résumé
Abstract All nature relies on water, yet climate change threatens water availability to the highest degree—from too much (e.g. extreme weather; flooding) to too little (e.g. droughts; wildfires). These water shifts threaten all life on earth. Societies' safe and reliable water accessibility faces growing uncertainty from climate change; however, water crisis communication may inadvertently remind audiences of their mortality. According to terror management theory, these mortality reminders can hinder pro‐environmental efforts in humans and even increase intergroup biases—a significant challenge for developing environmental solutions. While climate change has been examined as a mortality reminder, water remains untested. We presented participants with either a mortality‐laden message, an aversive but not‐life‐threatening message, or one of three threatening water‐related messages—experiencing drowning, dehydration or contaminated water consumption—to determine if the water‐related messages function similarly to the mortality message. Some (e.g. drowning; contaminated water), but not all (e.g. dehydration), water messages increased death‐thought accessibility, which could lead to paradoxical environmental behaviours, depending on the audience. Our research findings should inform policymakers, non‐profit organizations and other water correspondents' communication strategies. As some threatening water messages elicit similar responses to known mortality reminders, the way water crises are framed is important for water‐related decision‐making and ensuring equitable, successful pro‐environmental outcomes. Read the free Plain Language Summary for this article on the Journal blog.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 ».