MétaCan
Menu
Retour à la cohorte
Enregistrement W4417341208 · doi:10.1525/collabra.147224

Individuals Adapt Their Inappropriateness Evaluation of Norm Violations Through Observation of Their Social Environment

2025· article· en· W4417341208 sur OpenAlex
Élise Désilets, Daniel Sznycer, Frédérick Morasse, Graham Reid, Benoît Brisson, Sébastien Hétu

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueCollabra Psychology · 2025
Typearticle
Langueen
DomaineNeuroscience
ThématiquePsychology of Moral and Emotional Judgment
Établissements canadiensUniversité de MontréalUniversité du Québec à Trois-Rivières
Organismes subventionnairesFonds de Recherche du Québec - Santé
Mots-clésNorm (philosophy)InferenceSet (abstract data type)Social relationSocial environment

Résumé

récupéré en direct d'OpenAlex

The extent to which violating social norms is seen as inappropriate varies between social groups. Furthermore, knowledge about how inappropriate it is to violate these social norms is unlikely to be pre-specified. Rather, individuals likely infer information about social norms from their social environments. In an experiment with American participants (N = 834), we find that observing how others evaluate the inappropriateness of a set of social norm violations leads participants to adapt their own inappropriateness evaluations to a different set of social norm violations. This suggests that inferences about the underlying local level of inappropriateness is a feature of norm learning. Our results also suggest that this process may be attuned to the type of norms being processed (General vs. COVID-19 related norms). Overall, this study shows that inference gained through observing others can be generalized and contributes to the ability to adapt and calibrate one’s evaluation of social norm violations to their local environment.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,738
Score d'incertitude au seuil0,547

Scores Codex et Gemma par catégorie

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

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 Opus0,249
Tête enseignante GPT0,364
Écart entre enseignants0,115 · 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