MétaCan
Menu
Retour à la cohorte
Enregistrement W4402567610 · doi:10.1093/jcr/ucae056

Moralizing Everyday Consumption: The Case of Self-Care

2024· article· en· W4402567610 sur OpenAlexaff
Rachel E. Hochstein, Ela Veresiu, Colleen M. Harmeling

Notice bibliographique

RevueJournal of Consumer Research · 2024
Typearticle
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)MoralitySocial psychologyMoral disengagementAutonomyEveryday lifeSociologyMoral authorityPsychologyPolitical scienceLawSocial science

Résumé

récupéré en direct d'OpenAlex

Abstract Morality, appraisals of right and wrong, is central to consumers’ identities and decisions. Even everyday consumption choices can be subject to moral judgments and require moral justifications. When and how do consumers moralize formerly taken-for-granted consumption practices? Considering self-care consumption in the United States, which includes practices that range from bathing to dieting to meditating to vacationing, this article examines the moralization of everyday consumption practices. This research reveals that consumption is likely to be moralized when there are culturally contested meanings of its core constructs, like “self” and “care,” leading cultural authorities to prescribe alternative ways to pursue the same consumption goal (i.e., cultural scripts). Exposure to cultural scripts that clash with consumers’ moral intuitions about self-care consumption triggers moral introspection, an evaluation and re-calibration of those intuitions. Consumers then set moral boundaries of acceptable self-care consumption by (1) denouncing, such that they assume a position of moral righteousness; (2) positioning, to indicate moral inclusivity; (3) balancing, which implies moral licensing; or (4) ritualizing, in which case they express moral autonomy. This study advances consumer research by establishing that moral considerations intertwine with consumers’ identities and underlie the symbolic meanings of everyday consumption practices.

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)0,006
score de la tête « metaresearch » (Gemma)0,010
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0060,055
Communication savante0,0080,006
Science ouverte0,0010,005
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,331
Tête enseignante GPT0,447
Écart entre enseignants0,116 · 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

Citations19
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Consumer ResearchMême sujetPsychology of Moral and Emotional JudgmentTravaux en français237 207