Promoting Pro-environmental Beliefs and Behaviour: Choose-Your-Own Story Futuristic Climate Game
Notice bibliographique
Résumé
How can we address climate scepticism and increase public support for ambitious pro-environmental policies? This study investigates the potential of future-oriented perspective taking, using an innovative and futuristic choose-your-own-adventure narrative game. This cutting-edge intervention involves living in the life of a future self and making choices related to hypothetical climate crises. The choose-your-own-adventure game was integrated into online survey experiments in the United Kingdom (N = 1,738) and the United States (N = 1,290). We found that participation in the game elicited strong emotional responses in individuals, making them more empathetic, but also more hopeless and sad. Imagining their future self during the climate game enhanced people's willingness to engage in future discussions about climate change among the UK respondents. Yet, the intervention did little to transform people's pro-environmental beliefs, policy support, or willingness to sign a climate petition. Causal mediation analyses reveal that these null effects hide important direct and indirect effects. Empathic concern mediates significant positive indirect effect of climate game on people's pro-environmental beliefs, but negative indirect effect on willingness to sign the climate petition. Empathy seems to shape environmental beliefs and behaviours in diverse ways, highlighting the complex and nuanced relationship between them. These findings offer important implications for recent research on the role of emotions in climate change communication, environmental psychology, and policymaking. We also present a unique approach to fostering empathy for the environment and future generations through an engaging choose-your-own-adventure game.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».