MétaCan
Menu
Retour à la cohorte
Enregistrement W4401091172 · doi:10.1002/ab.22168

Using reaction time procedures to assess implicit attitudes toward violence in a nonconvicted male sample

2024· article· en· W4401091172 sur OpenAlexafffundabout
Sacha Maimone, Michael C. Seto, Adekunle G. Ahmed, Kevin L. Nunes

Notice bibliographique

RevueAggressive Behavior · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensCarleton UniversityRoyal Ottawa Mental Health Centre
Organismes subventionnairesUniversity of Ottawa
Mots-clésImplicit-association testPsychologyImplicit attitudeConstruct (python library)Social psychologyClinical psychologyInjury preventionHuman factors and ergonomicsPoison controlDevelopmental psychologyMedical emergencyMedicine

Résumé

récupéré en direct d'OpenAlex

In this study, we sought to capture implicit attitudes toward violence by administering response latency measures. We then examined their associations with explicit (e.g., assessed with self-report) attitudes toward violence and self-reported violent behavior in a combined sample of males from a Canadian university and males from the general community (N = 251; 156 students and 95 community members). To date, there have been mixed findings regarding these associations; some of this inconsistency may be due to the difficulty in accurately conceptualizing and assessing implicit attitudes toward violence. Therefore, we administered three response latency measures to assess this construct: a violence evaluation implicit association test (VE-IAT), a personalized VE-IAT (P-VE-IAT), and a violence evaluation relational responding task, along with three self-report measures of explicit attitudes toward violence and three self-report measures of violent behavior. More positive implicit attitudes toward violence were related to more positive explicit attitudes toward violence (for VE-IAT and P-VE-IAT; r = 0.18 to 0.22), greater likelihood of violence (for VE-IAT; r = 0.18 and for P-VE-IAT; r = 0.16), and greater propensity for violence (for the VE-IAT; r = 0.16). All measures of explicit attitudes toward violence and violent behavior were moderately to strongly associated with one another (r = 0.42 to 0.81). Furthermore, implicit attitudes toward violence explained additional variance in some violent outcomes above explicit attitudes alone. Our findings suggest that scores on certain reaction time measures are important for understanding likelihood and propensity for violence, especially when combined with explicit attitude measures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,103
Tête enseignante GPT0,442
Écart entre enseignants0,339 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations1
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAggressive BehaviorMême sujetSocial and Intergroup PsychologyTravaux en français237 207