MétaCan
Menu
Retour à la cohorte
Enregistrement W4401324580 · doi:10.1073/pnas.2313428121

Do moral values change with the seasons?

2024· article· en· W4401324580 sur OpenAlexafffundabout
Ian Hohm, Brian O’Shea, Mark Schaller

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésEnvironmental ethicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Moral values guide consequential attitudes and actions. Here, we report evidence of seasonal variation in Americans' endorsement of some-but not all-moral values. Studies 1 and 2 examined a decade of data from the United States (total N = 232,975) and produced consistent evidence of a biannual seasonal cycle in values pertaining to loyalty, authority, and purity ("binding" moral values)-with strongest endorsement in spring and autumn and weakest endorsement in summer and winter-but not in values pertaining to care and fairness ("individualizing" moral values). Study 2 also provided some evidence that the summer decrease, but not the winter decrease, in binding moral value endorsement was stronger in regions with greater seasonal extremity. Analyses on an additional year of US data (study 3; n = 24,199) provided further replication and showed that this biannual seasonal cycle cannot be easily dismissed as a sampling artifact. Study 4 provided a partial explanation for the biannual seasonal cycle in Americans' endorsement of binding moral values by showing that it was predicted by an analogous seasonal cycle in Americans' experience of anxiety. Study 5 tested the generalizability of the primary findings and found similar seasonal cycles in endorsement of binding moral values in Canada and Australia (but not in the United Kingdom). Collectively, results from these five studies provide evidence that moral values change with the seasons, with intriguing implications for additional outcomes that can be affected by those values (e.g., intergroup prejudices, political attitudes, legal judgments).

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,228
Tête enseignante GPT0,350
Écart entre enseignants0,122 · 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

Citations8
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetPsychology of Moral and Emotional JudgmentTravaux en français237 207