Online Moral Disengagement: An Examination of the Relationships Between Electronic Communication, Cognitive Empathy, and Antisocial Behavior on the Internet
Notice bibliographique
Résumé
A consequence of the proliferation of online communication is the concerning presence of antisocial behavior observed in virtual spaces. Research suggests the cognitive component of empathy is hindered by features of electronic communication which facilitates antisocial behaviors online. Investigations into how features of online communication inhibit cognitive empathy are lacking, and findings on moral disengagement and antisocial behavior have yet to be integrated with studies on cognitive empathy and electronic communication. The current study explores these relationships. One hundred and three undergraduate students completed several measures including the Online Moral Disengagement Scale, Questionnaire of Cognitive and Affective Empathy, and Online Prosocial and Antisocial Behavior Scale. Results showed a positive correlation between compulsive internet use and online moral disengagement, as well as a negative correlation between cognitive empathy and moral disengagement online. It was hypothesized that online moral disengagement would mediate the relation between cognitive empathy and antisocial behavior online but this mediation was not supported. However, a moderated relationship was revealed between cognitive empathy and moral justification, by liberalism. This moderation can be explored further and built upon by future research to deepen our understanding of how political ideology relates to virtual behavior. Furthermore, the findings concerning components of empathy and moral disengagement, and their role within the perpetration of antisocial conduct online, can inform future research as well as interventions focused on fostering prosocial behavior online and curbing cyberaggression.
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 | 0,002 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».