MétaCan
Menu
Retour à la cohorte
Enregistrement W4386543040 · doi:10.1590/0102.3772e39507.en

“They Can Fight Their Own Fights”: Prejudice, Permissiveness, and Discrimination against Minorities

2023· article· en· W4386543040 sur OpenAlexaff
Laura Andrade, Cláudio Torres, Saba Safdar

Notice bibliographique

RevuePsicologia Teoria e Pesquisa · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésPermissivenessCollusionPrejudice (legal term)Social psychologyContext (archaeology)Identity (music)Perspective (graphical)PermissivePsychologyPerceptionSocial identity theoryPolitical scienceSociologySocial groupComputer scienceEconomicsGeographyMicroeconomicsArtificial intelligenceMedicine

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The tendency to be permissive in face of a discriminatory situation is called collusion. The present study aimed to define and characterize collusion, and identify the variables connected to it, considering the perspective of different identity groups. Participants were 31 individuals divided in seven focus groups. The analysis indicated four categories connected to collusion: a) Close Relations: valuable interactions through which individuals learn behavioral patterns that lead to permissiveness; b) Group Identity: social identities, and intergroup relations patterns; c) Situation: characteristics of the situation in which discrimination is observed; and d) Cost-Effective Balance: perception the individuals have regarding the impact of their actions on the context and the cost attached to it.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,432
Score d'incertitude au seuil0,738

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,037
Tête enseignante GPT0,315
Écart entre enseignants0,278 · 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'étudeSans objet
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsicologia Teoria e PesquisaMême sujetSocial and Intergroup PsychologyTravaux en français237 207