Third-party punishment, vigilante justice, or karma? Understanding the dynamics of interpersonal and cosmic justice
Notice bibliographique
Résumé
People around the world both engage in both interpersonal punishment and expect supernatural punishment of wrongdoers. That is, people will impose costs and withhold benefits from transgressors, and they expect bad things to happen to transgressors more often than to good people. Evolutionary theories have proposed that both interpersonal and supernatural justice beliefs result from similar motivations, cognitive mechanisms, and cultural evolutionary processes that bind human beings into cooperative groups. To explore these ideas, three preregistered studies (N = 3430) investigated situational factors and individual differences that shape reactions to interpersonal and supernatural justice. Perceived appropriateness of both interpersonal justice and supernatural justice depended on recipients' past moral actions, with more positive impressions when antisocial actions and bad outcomes befell previously antisocial victims. However, third-party interpersonal punishment was viewed far more negatively than interpersonal reprimands or supernatural punishments, especially when the potential punisher was unaware of the victim's past transgressions. Explicit belief in karma significantly moderated perceptions of harmful outcomes not caused by human agents, but karma belief was largely unrelated to perceptions of harm caused by humans. Together, results reveal distinct factors that predict judgments about interpersonal punishment and karmic punishments, and provide insight into the distinct dynamics of interpersonal and supernatural justice.
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 | 0,001 | 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 | 0,001 |
| 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) | 0,000 | 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 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 ».