Does it matter how we measure conspiracy beliefs? A test of three measurement approaches
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Objectives In this article, we examine the extent to which respondents’ support for conspiratorial claims depends on question format. Measuring conspiracy theory beliefs in the general population is challenging, and properly capturing these beliefs is necessary if we are to understand them. Methods We conducted a preregistered vignette experiment of Canadian respondents (N = 3,518) in February 2024. In our experiment, we introduced survey respondents to conspiratorial claims in one of three ways: (1) by asking them whether they support a conspiratorial claim directly through a Likert scale with the response set from very likely to not likely at all, (2) by offering respondents a binary choice between a conspiratorial claim and an alternative claim, and (3) by offering respondents a trichotomous choice between a conspiratorial claim, an alternative claim, and an equally likely option. Results We find the trichotomous format produces the most conservative estimates of conspiracy endorsement, while the Likert format produces the most permissive estimates. In some cases, the percentage of respondents who endorsed conspiracy theories in the Likert questions was more than three times as high as in the trichotomous format, and in many cases was around twice as large. Conclusion Different question formats lead to substantially different estimates of conspiracy beliefs. While we believe that it is impossible to create completely bias‐free questions measuring conspiracy belief, researchers must acknowledge the likely biases (in particular, social desirability bias and acquiescence bias) that may be present in their survey designs.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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