交叉分类对刻板印象内容评价的影响 ——自我归类的视角

来源 :华中师范大学 | 被引量 : 1次 | 上传用户:ALIMHL
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
社会分类(分类)是群体认知和印象评价的依据,它帮助人类认识世界,也带来了人类认识的“黑暗面”——群际偏见。交叉分类(crossed categorization)作为一种干预群际偏见的策略,是指在进行群体相关的社会判断(group-relevant social judgments)时,同时在两个或多个类别维度上进行社会分类,形成在多个类别维度上内外群体身份的交叉。刻板印象作为群际偏见的认知基础,它不仅是人们以内群体视角对其他外群体形成的一种具有群体共享性的认知图式,在内容上包括能力、热情(包含道德)两个基本维度,而且,它还是人们对社会群体的有意义的认知偏见(bias),其中真实的成分反映感知到的群际关系,偏向成分维护良好的社会认同。现有研究发现交叉分类既可以降低刻板印象,也可以增强刻板印象,这种矛盾结论可能存在以下几个原因:其一,没有区分交叉分类的具体情况,例如增加一个内群体身份的交叉分类,以及增加一个外群体身份的交叉分类;其二,没有测量交叉分类之前单维刻板印象的基线水平;其三,没有区分交叉分类的不同阶段。本研究在自我归类视野下以“社会自我”(the social self)概念为基础,重点考察经典两维交叉分类(交叉分类第一阶段)对刻板印象的积极影响,影响的边界,及认知加工机制。研究的主要结果如下:研究一(实验1、2、3):研究一考察交叉分类对刻板印象的影响及作用方向。研究一的被试为女性大学生,使用“大学生-农民工”和“男性-女性”或“红队-绿队”进行交叉分类,采用外显(实验1)或内隐(实验2、3)方法测量刻板印象,确定单维外群体基线水平,并测量交叉分类的效果。结果表明:交叉分类影响刻板印象内容评价,对热情和道德具有积极影响,对能力无影响,影响本质是内群体身份,但是也会受到类别信息的干扰。研究二(实验4、5、6):研究二考察交叉分类积极作用的边界条件,被试为女性大学生。与研究一不同的是,实验4将大学生分为高认同组和低认同组,实验5、6操纵了大学生内群体认同。结果表明:交叉分类对热情、道德、能力都有积极影响,影响本质是内群体身份;当大学生内群体认同较高时,在能力和道德维度上的积极作用会消失或反转。研究三(实验7、8、9):研究三考察交叉分类积极作用的认知加工机制,被试为男性、女性大学生。实验7测量了交叉分类对自我刻板和自我锚定的影响,实验8操纵了自我刻板和自我锚定,并测量部分群体刻板印象,实验9操纵了人工维度上的自我锚定。结果表明:交叉分类促进了自我与交叉维度内群体的自我锚定和自我刻板;而自我锚定和自我刻板又影响了部分群体的刻板印象,自我锚定和自我刻板成为交叉分类影响刻板印象的加工机制。总体结论如下:(1)以单维外群体刻板印象为基线进行比较,交叉分类对热情、能力和道德都有积极影响,其影响的本质是交叉维度上的内群体身份,但同时这种积极作用也会受到类别信息的干扰。(2)在第一维度内群体认同较高的条件下,交叉分类对能力和道德的积极影响消失,或有相反的效果。(3)交叉分类作为一种“提高内群体-外群体归类显著性的因素”,通过影响自我刻板和自我锚定而改变了个体的自我认知,自我与他人共享交叉维度内群体的身份,也就相应的改变了对他人的刻板印象内容评价。
其他文献
高校党建工作是新时代党的建设新的伟大工程的重要组成部分,也是落实立德树人根本任务、加快推进双一流建设、实现高等教育高质量发展的基础工程。加强全媒体时代高校党的建设、提升党建质量,是新时代贯彻党的教育方针、加强高校思想政治工作、全面落实“三全育人”“为党育人、为国育才”的必然要求。随着我国改革开放的不断深入、现代信息技术的快速发展,高校思想政治工作的环境、主客体、方式方法等因素都在发生了深刻变化,青
近几十年来,随着全球化的急速发展和信息技术的日新月异,知识的传播和获得,也有了极大的变化。在这背景下,世界各地都进行了教育改革。作为一个开放型的地区,香港特区也加入了这一波教育改革的浪潮之中,并从教育制度、课程内容、以至教学方式和评价机制等方面进行改革。与此同时,特区政府建议在学校层面开发校本课程,认为学校应根据特区课程的基本要求,加以调适,以开发本身的校本课程,从而帮助学生达到教育的目标和宗旨。
机器解答是智能化教育领域中的一个重要研究问题,它旨在研发自动理解和自动求解多模态题目的智能解答算法,使目标题目得到正确的解答。本文从机器解答领域中一个基础题目的解答任务出发,探索和研究一套准确度高、扩展性强的机器解答方法。现阶段的机器解答方法仍然以传统的框架解题法和语义解析法等为代表,这些方法不仅需要设置大量的规则模板来理解复杂多变的题目文本,而且缺乏隐含信息的挖掘,导致题目的解答效率较低。深度学
学位
为了改善日益拥挤的交通条件,出现了车联网(IoV)技术。在车联网技术中,智能车辆应用的爆炸性增长催生许多计算任务量大以及延时敏感的任务,例如自动驾驶,实时路况等,其最终目的是使人们的生活更加方便便利。然而,那些有前途的应用通常都需要处理大量数据,需要很高的计算能力,但是,由于每一辆车的计算能力有限,车辆自身很难完全满足任务所需的要求。为了应对这一挑战,现有的文章提出了车辆到所有(V2X)通信是一种
处在信息时代,信息搜索成了人们生活不可缺少的部分,背后支撑的信息检索技术尤为重要。传统的信息检索模型通过匹配文档和查询中词项返回相关文本,其中关键之一在于统计显式的词频特征,但词频规范化通常含有超参数需要优化。基于传统检索模型的词项关联(或依赖)模型以及传统的伪相关反馈模型绝大部也是在统计显式的词项特征,这样容易导致匹配失败。为了解决这个问题,研究者们开始在信息检索中使用主题模型来挖掘文档和词项的
忆阻器是一种表示磁通与电荷关系的电路器件,与电阻、电容和电感并称为电路的四个基本元件。由于它具有记忆功能、非易失性、纳米结构、速度快及非线性等特性,在人工神经网络、智能计算机系统、非易失性存储以及非线性电路与系统等领域有非常好的应用价值。非线性电路系统中动力学特征复杂的混沌信号(或者超混沌信号)的获取与混沌同步控制理论一直是研究热点。在电路设计中加入忆阻器有益于产生更为复杂的动态特性的混沌信号,忆
图G的书嵌入就是将图G中的点按照线性顺序排列到书脊上,然后把边分配到不同的页里,使得每一页中的边互不相交.在点的线性排序f下,图G中边的页划分的最少的子集个数被称为在此线性排序f下的书页数.我们将其定义为pn(G,f).而图G的书页数是指考虑过所有的点的线性排序f后G能嵌入书的最少页数.即pn(G)=min pn(G,f).书嵌入是拓扑图论的一项重要研究内容,在数据传输,网络设计,交通流等领域都有
神经元是神经系统的结构和功能单位,对神经元的各种电生理现象的研究,是人类认识和探索大脑奥秘的基础。当神经元处在电磁场环境中时,细胞内的各种带电离子的输运和分布会发生改变,并产生时变的感应场和电流,这对神经元的动作电位和放电模态选择产生重要影响。磁通量能够有效地表达电磁场变化的某些效应,基于磁控忆阻器的物理特征和量纲一致原理,在神经元模型中增加磁通量和感应电流刺激则可以很好表达外场刺激下神经元电活动
为开发出适用于煤化工高盐废水的高效臭氧催化剂,采用混合法制备催化剂,研究载体、活性组分、黏结剂、催化助剂等对COD去除效果的影响,确定最佳臭氧催化剂;开展催化剂物性表征,研究催化剂表观形貌及活性组分形态;开展煤化工高盐废水臭氧催化氧化实验,确定最佳工艺参数;最后对催化剂开展连续实验,评价催化剂的稳定性。结果表明:最佳催化剂的制备条件为活性氧化铝为载体,锰为活性组分,硅酸钠为黏结剂,陶土为催化助剂;