MétaCan
Menu
Retour à la cohorte
Enregistrement W4404287854 · doi:10.1002/casp.70011

Do Positive and Negative Intergroup Contact Create Shifts in Ingroup and Outgroup Attitudes Over Time: A Three‐Wave Longitudinal Study Testing Alternative Mediation Models

2024· article· en· W4404287854 sur OpenAlexaff
Sabahat Çiğdem Bağci, Sami Çoksan, Abbas Türnüklü, Mustafa Tercan

Notice bibliographique

RevueJournal of Community & Applied Social Psychology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensWestern University
Organismes subventionnairesTürkiye Bilimsel ve Teknolojik Araştırma Kurumu
Mots-clésOutgroupIngroups and outgroupsMediationContact theoryPsychologySocial psychologyLongitudinal studyLongitudinal dataMathematicsStatisticsSociologyDemographySocial science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The current study investigated how contact experiences may be associated with attitudes towards the ingroup and the outgroup using a three‐wave longitudinal study. We assessed Turkish native children's contact with Syrian refugees (N = 487, Mage = 10.60, SDage = 0.90) and explored relationships between initial contact and later ingroup and outgroup attitudes testing alternative mediation models. We also examined whether negative contact with outgroup members may directly or indirectly predict more positive ingroup attitudes. Findings demonstrated that positive contact was associated with both reduced ingroup positivity and increased outgroup positivity over time. However, unlike the traditionally suggested mediational pathway in contact‐deprovincialization literature, initial positive contact (T1) was associated with less positive ingroup attitudes (T3) through more positive outgroup attitudes at T2. There was no evidence for the role of negative intergroup contact on ingroup or outgroup attitudes. Findings are discussed within the broader scope of contact theory and the recently growing deprovincialization literature. Please refer to the Supplementary Material section to find this article's Community and Social Impact Statement .

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)0,004
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 enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,130
Tête enseignante GPT0,421
Écart entre enseignants0,292 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Community & Applied Social PsychologyMême sujetSocial and Intergroup PsychologyTravaux en français237 207