Notice bibliographique
Résumé
A range of phenomena - from wrongful convictions to family vendettas – suggest that blame and punishment sometimes target individuals who are not involved in wrongful acts. However, dominant causal theories of blame often fail to explain this. In the present research we go back to Heider’s (1958) proposal that association is the first, most-basic mechanism for attribution of responsibility, examining whether the existence of social association on its own could allow for blame to spread. We presented 101 university students with stories featuring a character who was in the same group as the perpetrator of a harmful deed and a character who was not. Both characters were depicted as uninvolved and unaware of the harm. A third group member was an accomplice of the perpetrator. Groups were either presented as being close knit (high in entitativity) or organized ad-hoc (low in entitativity), allowing us to examine how strength of affiliations influence on the spread of blame. Participants rated the victim's anger towards each character. Our key hypotheses posited that (a) uninvolved group members would incur more blame for a harmful act than uninvolved non-group members, (b) this difference in blame attribution would be greater in groups with high entitativity. As expected, the accomplice was blamed less than the perpetrator, and the group member and the non-group member were blamed less than the accomplice. However, consistent with the associative proposal advanced by Heider, participants attributed more blame to the uninvolved group member than the equally uninvolved non-group member. The difference was significant in the high but not in the low entitativity condition. These findings provide strong evidence for the role of non-causal social association in the spread of blame, calling for the expansion of current models of blame attribution to incorporate purely associative pathways.
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 | 0,003 | 0,012 |
| 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 | 0,003 | 0,007 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».