International stability and change in explicit and implicit attitudes: An investigation spanning 33 countries, five social groups, and 11 years (2009–2019).
Notice bibliographique
Résumé
Whether and when explicit (self-reported) and implicit (automatically revealed) social group attitudes can change has been a central topic of psychological inquiry over the past decades. Here, we take a novel approach to answering these longstanding questions by leveraging data collected via the Project Implicit International websites from 1.4 million participants across 33 countries, five social group targets (age, body weight, sexuality, skin tone, and race), and 11 years (2009-2019). Bayesian time-series modeling using Integrated Nested Laplace Approximation revealed changes toward less bias in all five explicit attitudes, ranging from a decrease of 18% for body weight to 43% for sexuality. By contrast, implicit attitudes showed more variation in trends: Implicit sexuality attitudes decreased by 36%; implicit race, age, and body weight attitudes remained stable; and implicit skin tone attitudes showed a curvilinear effect, first decreasing and then increasing in bias, with a 20% increase overall. These results suggest that cultural-level explicit attitude change is best explained by domain-general mechanisms (e.g., the adoption of egalitarian norms), whereas implicit attitude change is best explained by mechanisms specific to each social group target. Finally, exploratory analyses involving ecological correlates of change (e.g., population density and temperature) identified consistent patterns for all explicit attitudes, thus underscoring the domain-general nature of underlying mechanisms. Implicit attitudes again showed more variation, with body-related (age and body weight) and sociodemographic (sexuality, race, and skin tone) targets exhibiting opposite patterns. These insights facilitate novel theorizing about processes and mechanisms of cultural-level change in social group attitudes. (PsycInfo Database Record (c) 2025 APA, all rights reserved).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».