What We Think Others Think and Do About Climate Change: A Multicountry Test of Pluralistic Ignorance and Public-Consensus Messaging
Notice bibliographique
Résumé
Most people believe in human-caused climate change, yet this public consensus can be collectively underestimated ( pluralistic ignorance ). Across two studies using primary data ( n = 3,653 adult participants; 11 countries) and secondary data ( n s = 60,230 and 22,496 adult participants; 55 countries), we tested (a) the generalizability of pluralistic ignorance about climate-change beliefs, (b) the effects of a public-consensus intervention on climate action, and (c) the possibility that cultural tightness-looseness might serve as a country-level predictor of pluralistic ignorance. In Study 1, people across 11 countries underestimated the prevalence of proclimate views by at least 7.5% in Indonesia (90% credible interval, or CrI = [5.0, 10.1]), and up to 20.8% in Brazil (90% CrI = [18.2, 23.4]. Providing information about the actual public consensus on climate change was largely ineffective, except for a slight increase in willingness to express one’s proclimate opinion, δ = 0.05 (90% CrI = [−0.02, 0.11]). In Study 2, pluralistic ignorance about willingness to contribute financially to fight climate change was slightly more pronounced in looser than tighter cultures, highlighting the particular need for pluralistic-ignorance research in these countries.
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 | 0,077 | 0,239 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,008 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».