MétaCan
Menu
Retour à la cohorte
Enregistrement W4399067725 · doi:10.33921/jljs3748

Can We Teach the Intuitive Dog New Tricks? Reconciling Jonathan Haidt’s Viewpoint Diversity with His Moral Psychology

2024· article· en· W4399067725 sur OpenAlexvenueno aff
Jonathan Haidt's Viewpoint

Notice bibliographique

RevueJournal of Interpersonal Relations Intergroup Relations and Identity · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAcademic Freedom and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIntuitionismCognitive dissonanceEpistemologyMetaphorPsychologyDiversity (politics)Social psychologySociologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

In recent years, many scholars drew attention to political polarization in academia and attempted to reduce it. Jonathan Haidt, a social psychologist, suggests that his framework of “viewpoint diversity” can reduce polarization. However, this framework contradicts his earlier work, especially the “social intuitionist model.” On the one hand, he argues that reason is not crucial to changing someone’s mind. He uses the metaphor of a dog who makes intuitive decisions and wags its tail (reason) to communicate and justify them. On the other hand, he believes that scholars can change each other’s minds on political issues through reason. This paper seeks to reveal the tension between “viewpoint diversity” and the “social intuitionist model” and to reconcile it. In order to ground these frameworks into social psychological theories, this paper examines the social intuitionist model in relation to cognitive dissonance theory and suggests modifications to Haidt’s “viewpoint diversity” based on cognitive reappraisal.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,434
Score d'incertitude au seuil0,843

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,034
Tête enseignante GPT0,344
Écart entre enseignants0,310 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Interpersonal Relations Intergroup Relations and IdentityMême sujetAcademic Freedom and PoliticsTravaux en français237 207