Online and Unkind: Examining the Personality Correlates of Online Political Incivility
Notice bibliographique
Résumé
Many forms of online political incivility threaten democratic norms, contribute to polarization, and are often directed at women and racial minorities. Recent research shows that online political incivility may come from a minority of users that are just as hostile offline as they are online, meaning that individual differences in personality traits may be an important predictor of online political incivility. Drawing upon a large sample of adults living in Canada (N = 1725), we examined the association between personality traits and online political incivility using robust measures of psychopathy, narcissism, Machiavellianism, and the general traits of the HEXACO. While controlling for a variety of sociodemographic and political variables, we found that people who score higher in honesty-humility, agreeableness, and conscientiousness, as well as the planfulness facet of Machiavellianism, are less likely to report engagement in online political incivility. People who score higher in extraversion, several facets of psychopathy, grandiose and vulnerable narcissism, and antagonistic Machiavellianism, by contrast, are more likely to report engagement in online political incivility. In general, the personality traits that predict offline aggression and antisocial behaviour tend to be the same traits that predict self-reports of vulgarity, stereotyping, and threats in online political discussions. Interventions to reduce online incivility may benefit from considering the dispositional tendencies of uncivil users.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».