The effects of system threat on intergroup interaction
Notice bibliographique
Résumé
Individuals defend and rationalize social systems in order to maintain the belief that the world in which they live is fair and good. This justification often involves seeing intergroup inequality as legitimate and holding negative attitudes toward lower status groups. Although research on system justification is plentiful, the effects of perceived threat to the system on intergroup interaction behavior and dynamics have remained unexamined. With ethnic diversity increasing in North America, it is imperative that we understand the factors that promote more positive (and negative) intergroup interactions. Across three studies I examined individuals’ reactions to system threatening information versus low threat in the context of an intragroup or intergroup interaction. In general, priming dominant group members with system threat (versus low threat) led to less negative intergroup interaction behavior. Specifically, being primed with system unfairness led dominant group members in Study 1 to express more positive other-directed remarks during a written exchange with an ostensible outgroup member. Study 2, conducted with a different minority group than Study 1, found that dominant group members feel more guilt when interacting with minority group members versus members of their own group in the face of system threat. Finally, a face-to-face intergroup interaction study replicated the positive behavioral effects of salient system threat found in Study 1, this time manifest in increased nonverbal friendliness and self-disclosure for both pair members. These findings suggest that system threat instantiated in an interaction setting leads dominant group members toward exhibiting more positive behavior to minority group members that benefits both parties involved, rather than toward derogation. Implications for social change initiatives are discussed.
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 | 0,002 | 0,010 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».