“Thinking Hard or Hardly Thinking?” Objective vs Subjective Elaboration and Resistance to Persuasion
Notice bibliographique
Résumé
Attitudes that are formed through extensive elaboration tend to be more resistant to persuasion compared to attitudes based on less elaboration (Petty & Cacioppo, 1986). However, the measures researchers use to assess elaboration can vary; for example, a given researcher may use objective measures (e.g., those that capture the actual extent of message-relevant thinking, such as thought listings) or subjective measures (e.g., those that capture self-reported perceptions of elaboration, such as rating scales). Although both approaches are used, the distinction between objective and subjective measures of elaboration is not always explicit, which may be an issue given the unique roles these different types of measures may play within a given research context. The current research sought to examine if objective and subjective elaboration represent distinct constructs that independently or jointly contribute to resistance to persuasion. Study 1 manipulated objective and subjective elaboration separately to test the ability of subjective elaboration to promote persuasive resistance in the absence of objective elaboration; the results showed no clear differences in resistance outcomes based on variation in the different types of elaboration. Study 2, which was similar to Study 1, employed a 2x2 factorial design to fully cross the objective and subjective levels of elaboration to comprehensively examine their main and interactive effects on persuasive resistance. Although subjective elaboration showed marginal effects on the attitude and intention outcomes, they were in the opposite of the predicted direction and no other meaningful effects emerged. Together, these studies do not provide clear evidence for the unique roles that objective and subjective elaboration likely play in resistance to persuasion. Several limitations are noted, such as potentially weak manipulations, as well as possible interventions to improve future studies in this line of research.
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 | 0,006 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».