MétaCan
Menu
Retour à la cohorte
Enregistrement W4401586230 · doi:10.1155/2024/7445286

Atmosphere at Briefing Sessions and Its Influence on Local Residents’ Intention to Participate in Discussion

2024· article· en· W4401586230 sur OpenAlexfundno aff
Tomotaka Okuyama, Toshiaki Aoki

Notice bibliographique

RevueJournal of Theoretical Social Psychology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRisk Perception and Management
Établissements canadiensnon disponible
Organismes subventionnairesNuclear Waste Management Organization
Mots-clésAtmosphere (unit)PsychologyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Although it is widely recognized that atmosphere influences people’s decision‐making process, few studied have examined the effect of atmosphere in the context of consensus building concerning the construction of controversial infrastructures. At local residents’ briefing sessions, the negative words used by certain members of the strong opposition can often create a negative atmosphere, leading to unpleasant arguments. Therefore, in this study, a vignette experiment was conducted to examine the influence of the atmosphere at briefing sessions on local residents’ intention to participate in discussion. The results showed that local residents reported greater intention to participate in discussion in a positive atmosphere compared to a negative atmosphere. As for the cognitive process, however, while in the positive atmosphere only a single factor (i.e., interest) affected local residents’ intention, in the negative atmosphere multifactors (e.g., procedural justice, disbenefit, and mental burden) affected the intention. These findings suggest the importance of choosing an appropriate strategy to increase resident’s intention to participate in discussion depending on the atmosphere (positive or negative). The psychological mechanism of the influence of atmosphere and effective strategies that project implementers should take when the atmosphere becomes negative at a briefing session are discussed.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,505
Score d'incertitude au seuil0,660

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,035
Tête enseignante GPT0,426
Écart entre enseignants0,392 · 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 Theoretical Social PsychologyMême sujetRisk Perception and ManagementTravaux en français237 207