MétaCan
Menu
Retour à la cohorte
Enregistrement W4403430267 · doi:10.1093/pnasnexus/pgae286

Explanations of and interventions against affective polarization cannot afford to ignore the power of ingroup norm perception

2024· article· en· W4403430267 sur OpenAlexafffund
Zi Ting You, Spike W. S. Lee

Notice bibliographique

RevuePNAS Nexus · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaOntario Ministry of Research, Innovation and ScienceJohn Templeton Foundation
Mots-clésIngroups and outgroupsOutgroupPsychologySocial psychologyNorm (philosophy)PerceptionPsychological interventionPolarization (electrochemistry)Political science

Résumé

récupéré en direct d'OpenAlex

Affective polarization, or animosity toward opposing political groups, is a fundamentally intergroup phenomenon. Yet, prevailing explanations of it and interventions against it have overlooked the power of ingroup norm perception. To illustrate this power, we begin with evidence from 3 studies which reveal that partisans' perception of their ingroup's norm of negative attitudes toward the outgroup is exaggerated and uniquely predicts their own polarization-related attitudes. Specifically, our original data show that in predicting affective polarization (i.e. how one feels about one's partisan outgroup), the variance explained by ingroup norm perception is 8.4 times the variance explained by outgroup meta-perception. Our reanalysis of existing data shows that in predicting support for partisan violence (i.e. how strongly one endorses and is willing to engage in partisan violence), ingroup norm perception explains 52% of the variance, whereas outgroup meta-perception explains 0%. Our pilot experiment shows that correcting ingroup norm perception can reduce affective polarization. We elucidate the theoretical underpinnings of the unique psychological power of ingroup norm perception and related ingroup processes. Building on these empirical and theoretical analyses, we propose approaches to designing and evaluating interventions that leverage ingroup norm perception to curb affective polarization. We specify critical boundary conditions that deserve prioritized attention in future intervention research. In sum, scientists and practitioners cannot afford to ignore the power of ingroup norm perception in explaining and curbing affective polarization.

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)0,007
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,020
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,006
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,033
Tête enseignante GPT0,367
Écart entre enseignants0,334 · 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'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

Citations12
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePNAS NexusMême sujetSocial and Intergroup PsychologyTravaux en français237 207