MétaCan
Menu
Retour à la cohorte
Enregistrement W4411225961 · doi:10.1016/j.jesp.2025.104780

Testing the effects of political rhetoric towards muslims as a facilitator and barrier for intergroup contact

2025· article· en· W4411225961 sur OpenAlexafffund
John Shayegh, Becky L. Choma

Notice bibliographique

RevueJournal of Experimental Social Psychology · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Intergroup Psychology
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUK Research and InnovationToronto Metropolitan University
Mots-clésFacilitatorRhetoricPsychologyPoliticsSocial psychologyPolitical scienceLinguisticsLaw

Résumé

récupéré en direct d'OpenAlex

Intergroup contact fosters positive social relations, and politicians often use rhetoric to shape intergroup attitudes. However, the impact of political rhetoric on future intergroup contact remains unexplored. This paper addresses this gap by examining how rhetoric influences contact readiness towards Muslims. We conducted two experiments in which non-Muslim participants were randomly assigned to one of three conditions: exposure to positive political rhetoric about Muslims, negative rhetoric, or a control condition. In Study 1, exposure to negative rhetoric did not significantly affect contact readiness. In contrast, positive rhetoric led to more positive perceptions of future contact, with higher intergroup trust and lower intergroup anxiety. Study 2, using a higher-powered sample, also showed positive rhetoric increased positive contact perceptions but only linked to intergroup trust. It also found positive rhetoric led to greater intentions for future contact. Negative rhetoric continued to show no direct effect on contact readiness but had conditional effects; it predicted higher intergroup anxiety and less positive contact perceptions among individuals with lower social dominance orientation. Overall, findings indicate political rhetoric, serving as a form of vicarious intergroup contact, can influence public willingness for intergroup interactions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,425
Écart entre enseignants0,388 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Social PsychologyMême sujetSocial and Intergroup PsychologyTravaux en français237 207