最小限のグループ パラダイムを作成します。

Social Psychology

Your institution must subscribe to JoVE's Psychology collection to access this content.

Fill out the form below to receive a free trial or learn more about access:

Welcome!

Enter your email below to get your free 1 hour trial to JoVE!





By clicking "Submit", you agree to our policies.

 

Overview

ソース: ジュリアン遺言 & ジェイ ・ ヴァン ・ Bavel-ニューヨーク大学

偏見、紛争、差別など、集団間の関係の研究は、社会心理学の主要なトピック常にされて。差別の競合、または軽蔑的なステレオタイプの歴史、他のグループとの競争に由来か。実世界の例の豊富なにもかかわらず集団間差別につながる成分が多いクリア。

「最小限グループ」を作成した心理学者のグループは、この問題を解決するためにストリップを離れて金銭的利益と集団間差別で通常行われる競合の歴史のような困惑させます。最小限のグループの参加者が完全に新しいグループにランダムに割り当てられます。したがって、この最小誘導する必要がありますから結果に由来する社会グループを識別し、分離社会的な世界「私たち」と「彼ら」。最小条件集団を用いた研究では、グループ メンバーシップの任意性質にもかかわらずに、参加者は、フォールスのメンバー上の集団のメンバーを優遇することにより喜んで差別を示しています。

最小限のグループ パラダイムは、集団間関係の最も基本的な要素を研究する社会心理学で使用されています。このメソッドは、アンリ Tajfel および同僚によって社会的カテゴリー化と集団行動と呼ばれる 1971 年の論文で最初に導入されました。1 3 つの実験で、著者はむしろ最小限グループ誘導から出てくるびいを記載されています。このビデオは最初実験、グループが作成された表向きドット推定傾向に基づくと同様の方法で最小限のグループ誘導を生成する方法を示します。

Cite this Video

JoVE Science Education Database. 社会心理学の本質. 最小限のグループ パラダイムを作成します。. JoVE, Cambridge, MA, (2017).

Principles

集団行動は、様々 な社会の間でに長い間研究されています。これらの研究の変数は、競合、競争、協力、個人的な相互作用、構造、性格などから派生されています。社会環境は、「私たち」と「彼ら、」すなわちに人々 を分ける、功利主義の理由または感情的な投資によって引き起こされるかどうか。、グループなり、out-groups。初期の研究が人々 の間でこれらの部門を作成する社会環境なし集団行動することができますないこと概念を前提としました。

ただし、Tajfel と他の心理学者の研究分類分離他の変数からの競争または将来の相互作用が予想内集団、外集団への差別につながるような社会の唯一の行動かどうかの問題に対処。

Procedure

1. 参加者募集

  1. 力分析を実施し、十分な数の参加者を募集します。

2. 資料を整理します。

  1. 様々 な量 (図 1内の 1 つの例を参照) とドット クラスターの 40 の画像を作成します。

Figure 1
図 1:ドット評価タスクの例です。20-3 ドットは、画像の上に表示されます。参加者は、画面は、ドットの数を見積もる前に各画像を表示するだけ与えられた 125 500 ms です。

  1. 14 箱 2 つ番号を含むそれぞれの成るべきである順序の行列を生成します。
    1. 行ごとにラベルを付ける」これらは、報酬とあなたのグループのメンバー数 [挿入コード番号] に対する罰則"、または"のグループ"。
    2. (2 各; 3 つの条件のいずれかを満たす六つの行列を作成します。図 2)。
      1. タイプ A: 最大限の罰を超える最大の報酬。2 つの共同の最大ペイオフと最大の公平性条件が途中でボックスを注文します。
      2. タイプ B: ない罰則や一定の共同ペイオフ。2 つの最大の公平性条件は、中央でそのボックスを注文します。
      3. タイプ C: 最大の報酬は最大限の罰を超えます。最大の共同利益供与が両極端で、2 つの最大の公平性条件は、途中でボックスを注文します。
    3. 行ごとに次のラベルに対応する選択肢の異なる 3 種類のこれらの六つの行列をレプリケートします。
      1. 集団選択: 一番上の行が報酬とペナルティ 1 つの集団メンバーの成果を参照し、別の集団メンバーの結果は、一番下の行。
      2. 外集団選択: 一番上の行は、報酬とペナルティ 1 つ外集団メンバーの成果と一番下の行は別外集団メンバーの成果を参照します。
      3. 差分 (集団) 選択: 1 つの行は集団メンバーの報酬とペナルティの結果を参照し、外集団メンバーの成果は、他の行。3 つの行列は、上に集団選択を反映し、他の 3 つは、上に外集団選択を反映するように、これらの行の順序をランダムします。

Figure 2
図 2:この実験で使用される典型的な配当行列。各行列は、他の内集団、外集団のメンバーに影響を与える通貨のトレードオフを反映して、2 つの行で構成されます。行列型 (A、B、および C) は、それぞれに属する 2 つの行列で、左側に示されます。すべての六つの行列は、3 回、1 つのそれぞれの決定タイプ (内集団、外集団、および差分) がレプリケートされます。行列 1、例えば、[差分の選択肢が読むかもしれない「これらは、報酬とあなたのグループのメンバー 3 に対する罰則」(上の行) と「他のグループのメンバー 2」(下段) 14 トレードオフ条件と一緒に。したがって、第 14 条 (すなわち、最も不公平なオプション) は outgroup メンバー 19 ポイントを差し引くし、仲間集団のメンバーに 6 ポイントを与えます。7 と 8、その一方で、オプションを反映して最大限に公正な共同罰 (-1) を最小限にできるので両方のプレーヤーのため。

  1. 18 行列の順序をランダム化します。
  2. タイトル"の [挿入] グループ id] のメンバー」、各セクションの前部グループの識別は 4 つの実験条件の 1 つを反映する: (1) アンダー推定グループ、(2) 過剰推定グループ、(3) より良い精度のグループ、および (4) 悪い精度グループ。

3. データの収集

  1. コンピューターで各参加者を座席します。
  2. 各 125 500 ms から非常に簡単に、どこでも 40 ドット クラスター イメージを提示します。
  3. 参加者は、彼らはコンピューターの彼らの反応を記録してのドット数を見積もることができますので、画像間の時間を許可してください。
  4. 集団行動の分類の影響を評価、判断の他の種類の勉強に興味がある方や、利便性のために分割されそれら 2 つのグループにこれらの判断を行うため参加者に通知します。
    1. ランダムに参加者の半分を中立的な条件または値の条件のいずれかに割り当てます。
  5. ドット数の最も高い見積もりを提供した参加者から成っている 1 つのグループと他のグループから成っている最も低い見積もりを提供した人は、中性条件の参加者を通知します。
    1. ランダムに「アンダー推定」、「過剰推定」に他の半分にこれらの参加者の半分を割り当てます。
  6. ドット数のより正確な見積もりを提供した参加者から成っている 1 つのグループと他のグループがより正確なお見積もりを提供した人から成る値条件の参加者に通知します。
    1. ランダムに「より良い精度」グループと「悪い正確さ」に残りの半分をこれらの参加者の半分を割り当てるグループ。
  7. キュービクルを分離し、リアル通貨の決定 (匿名で) することができます報酬し、他の参加者を処罰のどこがまもなくそれらを知らせる参加者をリードします。
  8. その対応するグループ id を持つ行列を行う参加者を持っています。マトリックス (図 3) あたりの 1 つのボックスを選択することによって、選択内容を示すよう指示します。

Figure 3
図 3:参加者の観点から行列小冊子のページの例です。六つの 18 の行列は行列冊子の各ページに表示されます。上記の例では、各タイプ (A、B、および C) の 2 つの行列と選択肢 (内集団、外集団、および差分) ごとに 2 つの行列があります。例えば、行列 3 は、(1) の最大の報酬を超える最大の罰則と仲間集団メンバー (上段) または外集団メンバー (下の行) に影響を与えるよりも成果間 (2) 参加者に決定する必要がありますので差分選択で C 型です。

  1. 完全に参加者を発表させます。

4. データ解析

  1. スコアが 14 スタンド上、集団のメンバーの最大の可能なポイントを与える行列の選択行列と 1 を与えること、集団最小の可能なポイント; 14、1 から行列7.5 のスコアは、最大の公平性を表します。
  2. 個人手段の公平性の観点からグループ内でスコアが有意であるかどうかを決定する 1 標本 t 検定を実行します。

内で、様々 な社会の中で、このような関係を研究されている長いにもかかわらず個人の異なるグループの間の差別と偏見に寄与する要因は明確であります。

金銭的利益のような混同する集団間バイアスをもたらす影響を理解して紛争の歴史は小説セットにランダムに個人を割り当てることによって剥ぎ取ら-心理学者は、最小条件集団と呼ぶ。

したがって、この任意の再配布から任意の結果は、新しいグループと識別することからする必要があります。興味深いことに、このような分類は仲間集団に向けて強力なえこひいきを誘導する-「彼ら」と「私たち」に社会的な世界を分けること。

Tajfel および同僚によって前の仕事に基づいて、このビデオはどのように社会的分類バイアス意思決定を検討するために最小条件集団を誘導する方法を示します。

この実験では、参加者は 2 つのフェーズを受ける-グループ分類と意思決定--差別的行動を任意に生成できるかどうかを調べる。

最初の部分で、グループの分類-参加者は、彼らは単にドット数、試験の数を画面に表示を当て推量評価タスクを完了するように求め。

2 つのグループに分けることのパフォーマンス レベルを使用: ニュートラルと値。中性条件の参加者はさらに分類してラベルとしての下で- または上-推定 — 彼らは最低と最高の見積もり、それぞれ提供されている彼らと言ったの。値条件の参加者はどちらか言われるに対し、彼らの見積もり、平均よりもっとまたはより少なく正確です。

その後、2 番目のフェーズでは、金銭的報酬を与えるまたは他の参加者を処罰を決定するいくつかの行列が付与されます。これを達成するためにすべてのマトリックスから成っている順番は 2 行、14 列番号の用語と各行が参加者のメンバーのサポートとしてラベル付けされて-グループ内、または他、フォールス。

これらの可能性を組み合わせた 3 種類の選択を作成します: のグループとアウト グループ-両方の行が同一グループ内では- と差分-集団決定を設定、それぞれの 1 つ

さらに、内およびグループ間のトレードオフの量を変化させる行列は 3 つの条件のいずれかを満たすために設計された:、最大限の罰を超える最大の報酬。B、罰則がないと報酬がほぼ等しいまたは C、最大の報酬を超える最大の罰則。

各マトリックス型内で条件は公平性に基づいて編成されます。つまり、端中央の列は、ペイアウトにほとんど等しい最大の公平性を表しながらの罰と報酬、反対の極端を反映しています。従属変数は、選ばれた用語の位置です。

あらゆる種類の選択で平均は 14、14 の略、集団のメンバーにその行列に最大可能なポイントを与える選択、1 を与える集団メンバー最小可能なポイントに 1 から位置を獲得しています。したがって、7.5-7 および 8 の列の平均-すべての選択タイプで最大限に公正な決定を表します。

条件に関係なくびいが出てくるか後の社会的カテゴリー化意図的な差別的行動をサポートが予想されます。

実験の前に十分な人数を採用する力分析を行います。

まず、各参加者に挨拶し、研究室にそれらを護衛します。装着されている一度、彼らのラップトップを手します。

最初のタスクを開始 — ドット クラスターのプレゼンテーション。間 stimulus 間隔、または ISI が各参加者を観察したドットの数を推定するに十分な時間を許可するように 500 ms に 125 から異なることに注意してください。またその応答が保存されていることに注意してください。

次の点推定判断の他の種類の勉強に興味がある方し、便宜上、あなたがそれらを配置する 2 つのグループのいずれかにすべての参加者に知らせます。

実際の結果を知ることがなく、ランダムに分割の下に中性の条件-過剰推定といずれかのもっとまたはより少なく正確な推定値を与えた人に値の条件。

今、別ブースに参加者をリードし、彼らはすぐに報酬を与えるし、他の参加者を処罰できるリアル通貨の決定を行うことを知らせます。

そのグループ id によると行列を完全に許可します。行列ごとの 1 つのボックスを選択することによって、選択内容を示すよう指示します。

最後に、すべての選択がなされているし、なって後、完全に参加者が報告します。

レスポンスを分析、個別に各マトリックスを 1 から 14 のスコア、最小の可能なポイントおよび 14、1 が集団のメンバーを与えるそれらを提供可能な最大その行列に。

データを可視化、条件ごとに選択型で平均スコアをプロットします。1 標本 t 検定を使用すると、個人手段 7.5、公平性の観点から各グループでスコアが有意であるかどうかを確認します。

通知条件によらず, 参加者応答したことはかなり決定がそのグループのメンバーに関連する場合-グループの選択- または完全にグループの外のそれら-アウト グループ意思決定。

しかし、それがグループ間の意思決定に来た-差分の選択肢-平均値が 7.5 より大きく。これらの結果を反映するびい-差別的な行動形式 — 任意の分類の後に現れることができます。

また、違いは、2 つまたは 2 つの外集団メンバー間を決定する際、参加者は通常最大限に公正のオプションを選択したので、不公正な判断を行うための一般的な傾向に起因することはできません。

今、あなたは、個人が意図的に報酬を他の人を犠牲にして彼らの集団決定を作る方法に精通しているが、研究者が共感、同様集団間バイアスの基になる神経相関の検討のような社会的な相互作用を調査するため最小限のグループ帰納法を使用する方法を見てみましょう。

研究者は fictively の参加者を分割する同じ初期推定タスクを使用、痛みや痛み以外の状況での人々 の写真を観察するように頼んだ。

彼らは、彼ら自身または最低限の 2 つのグループのメンバーを想像するよう指示された-アウト グループ対グループで、同じ状況とそれに応じてレート痛み知覚のレベルで。

個人は、その人が内集団バイアスがまた共感的状況にあることを示唆している彼らの同じ社会的グループにいたとき痛みで誰かのためより共感を感じた。

ヴァン Bavel および同僚によって別の調査で白受講混血グループにランダムに配置されたで- とアウト-グループのメンバーからの顔の処理に関わる神経基盤を識別するために fMRI でスキャンされます。

最初の部分で彼らは好きでも嫌いに至るそれぞれの面を評価するように求めていた。関係なく、レース、個人はフォールスのそれらと比較して、自分のグループのより肯定的な評価を与えた。

さらに、眼窩前頭皮質内の活動は、このような偏見を介した。最小限のグループ帰納法が人種的な分類をオーバーライドすることも示唆されました。

ゼウスの最小グループ パラダイムを作成する方法のビデオを見てきただけ。今データを分析および集団間行動についての結論を作る方法と同様、設計し、実験、差別を誘発する方法を十分に理解が必要です。

見てくれてありがとう!

Results

この手順は通常集団を外集団のメンバーと比較してのかなり高いペイアウト (すなわちより多くの報酬と以下の罰則) の結果します。この内集団ひいきの実験的条件に関係なく出現します。グループ ラベルに客観的な価値 (すなわち、「アンダー推定"、「過剰見積もり」) 信号なし時でさえこのような区別は差別的な行動 (図 4) 十分です。さらに、これらの違いは、2 集団と外集団の 2 つのメンバーを決定する際、参加者は通常最大限に公正オプションを選択から不当な判断を行うための一般的な傾向に起因することはできません。

Figure 4
図 4: 最小グループ パラダイムの典型的な結果。X 軸に表示される選択肢の種類と平均用語数が y 軸に表示されます。7.5 で破線は、あらゆる種類の選択で最大限に公正な決定を表します。差分の選択肢 (ピンク)、7.5 を超える値は大きいびいを反映します。例えば、差分の選択肢の 9.5 の値は、平均して、参加者用語を選び 9 または 10、周りに配置により公平性の内集団ひいきの優先順位を示します。

Applications and Summary

参加者には、実際の報酬の配布で自分のグループとはかなり無関係な分類が内集団と外集団を区別の状況で罰則が好まれています。結果説を支持するその社会的カテゴリー化、組織化の原則に関係なく、意図的な差別的な動作を作成することが可能です。

人々 は意図的に「勝者」共同集合的なユーティリティを最大化することを犠牲にしても彼らの集団決定を選択します。精液所見は、最終的に理解集団間関係の非常に影響力のモデルであり続ける社会的アイデンティティ理論2社会の分類理論3の開発につながった。これらの理論は、個人が任意の数のことができます、選択的に活性化するコンテキストに応じて社会のアイデンティティを持つことができます同時に定めています。結果として、一部の研究者は最小限グループ帰納法が人種的な分類をオーバーライドすることも行動および神経学的の証拠を見つけた。4元の調査以来最低限グループ誘導はその簡単のため (1) (2) 堅牢な認知と動作、および (3) 分野のコア構成要素の 1 つに関連性を及ぼす社会心理学実験の何百も使用されています。この研究はまた政治学から社会神経科学まで幅広い分野で影響力を証明しています。

References

  1. Tajfel, H., Billig, M. G., Bundy, R. P., & Flament, C. (1971). Social categorization and intergroup behaviour. European journal of social psychology, 1, 149-178.
  2. Tajfel, H. (1974). Social identity and intergroup behaviour. Social Science Information/sur les sciences sociales.
  3. Turner, J. C., Hogg, M. A., Oakes, P. J., Reicher, S. D., & Wetherell, M. S. (1987). Rediscovering the social group: A self-categorization theory. Basil Blackwell.
  4. Van Bavel, J. J., Packer, D. J., & Cunningham, W. A. (2008). The neural substrates of in-group bias a functional magnetic resonance imaging investigation. Psychological Science, 19, 1131-1139.

1. 参加者募集

  1. 力分析を実施し、十分な数の参加者を募集します。

2. 資料を整理します。

  1. 様々 な量 (図 1内の 1 つの例を参照) とドット クラスターの 40 の画像を作成します。

Figure 1
図 1:ドット評価タスクの例です。20-3 ドットは、画像の上に表示されます。参加者は、画面は、ドットの数を見積もる前に各画像を表示するだけ与えられた 125 500 ms です。

  1. 14 箱 2 つ番号を含むそれぞれの成るべきである順序の行列を生成します。
    1. 行ごとにラベルを付ける」これらは、報酬とあなたのグループのメンバー数 [挿入コード番号] に対する罰則"、または"のグループ"。
    2. (2 各; 3 つの条件のいずれかを満たす六つの行列を作成します。図 2)。
      1. タイプ A: 最大限の罰を超える最大の報酬。2 つの共同の最大ペイオフと最大の公平性条件が途中でボックスを注文します。
      2. タイプ B: ない罰則や一定の共同ペイオフ。2 つの最大の公平性条件は、中央でそのボックスを注文します。
      3. タイプ C: 最大の報酬は最大限の罰を超えます。最大の共同利益供与が両極端で、2 つの最大の公平性条件は、途中でボックスを注文します。
    3. 行ごとに次のラベルに対応する選択肢の異なる 3 種類のこれらの六つの行列をレプリケートします。
      1. 集団選択: 一番上の行が報酬とペナルティ 1 つの集団メンバーの成果を参照し、別の集団メンバーの結果は、一番下の行。
      2. 外集団選択: 一番上の行は、報酬とペナルティ 1 つ外集団メンバーの成果と一番下の行は別外集団メンバーの成果を参照します。
      3. 差分 (集団) 選択: 1 つの行は集団メンバーの報酬とペナルティの結果を参照し、外集団メンバーの成果は、他の行。3 つの行列は、上に集団選択を反映し、他の 3 つは、上に外集団選択を反映するように、これらの行の順序をランダムします。

Figure 2
図 2:この実験で使用される典型的な配当行列。各行列は、他の内集団、外集団のメンバーに影響を与える通貨のトレードオフを反映して、2 つの行で構成されます。行列型 (A、B、および C) は、それぞれに属する 2 つの行列で、左側に示されます。すべての六つの行列は、3 回、1 つのそれぞれの決定タイプ (内集団、外集団、および差分) がレプリケートされます。行列 1、例えば、[差分の選択肢が読むかもしれない「これらは、報酬とあなたのグループのメンバー 3 に対する罰則」(上の行) と「他のグループのメンバー 2」(下段) 14 トレードオフ条件と一緒に。したがって、第 14 条 (すなわち、最も不公平なオプション) は outgroup メンバー 19 ポイントを差し引くし、仲間集団のメンバーに 6 ポイントを与えます。7 と 8、その一方で、オプションを反映して最大限に公正な共同罰 (-1) を最小限にできるので両方のプレーヤーのため。

  1. 18 行列の順序をランダム化します。
  2. タイトル"の [挿入] グループ id] のメンバー」、各セクションの前部グループの識別は 4 つの実験条件の 1 つを反映する: (1) アンダー推定グループ、(2) 過剰推定グループ、(3) より良い精度のグループ、および (4) 悪い精度グループ。

3. データの収集

  1. コンピューターで各参加者を座席します。
  2. 各 125 500 ms から非常に簡単に、どこでも 40 ドット クラスター イメージを提示します。
  3. 参加者は、彼らはコンピューターの彼らの反応を記録してのドット数を見積もることができますので、画像間の時間を許可してください。
  4. 集団行動の分類の影響を評価、判断の他の種類の勉強に興味がある方や、利便性のために分割されそれら 2 つのグループにこれらの判断を行うため参加者に通知します。
    1. ランダムに参加者の半分を中立的な条件または値の条件のいずれかに割り当てます。
  5. ドット数の最も高い見積もりを提供した参加者から成っている 1 つのグループと他のグループから成っている最も低い見積もりを提供した人は、中性条件の参加者を通知します。
    1. ランダムに「アンダー推定」、「過剰推定」に他の半分にこれらの参加者の半分を割り当てます。
  6. ドット数のより正確な見積もりを提供した参加者から成っている 1 つのグループと他のグループがより正確なお見積もりを提供した人から成る値条件の参加者に通知します。
    1. ランダムに「より良い精度」グループと「悪い正確さ」に残りの半分をこれらの参加者の半分を割り当てるグループ。
  7. キュービクルを分離し、リアル通貨の決定 (匿名で) することができます報酬し、他の参加者を処罰のどこがまもなくそれらを知らせる参加者をリードします。
  8. その対応するグループ id を持つ行列を行う参加者を持っています。マトリックス (図 3) あたりの 1 つのボックスを選択することによって、選択内容を示すよう指示します。

Figure 3
図 3:参加者の観点から行列小冊子のページの例です。六つの 18 の行列は行列冊子の各ページに表示されます。上記の例では、各タイプ (A、B、および C) の 2 つの行列と選択肢 (内集団、外集団、および差分) ごとに 2 つの行列があります。例えば、行列 3 は、(1) の最大の報酬を超える最大の罰則と仲間集団メンバー (上段) または外集団メンバー (下の行) に影響を与えるよりも成果間 (2) 参加者に決定する必要がありますので差分選択で C 型です。

  1. 完全に参加者を発表させます。

4. データ解析

  1. スコアが 14 スタンド上、集団のメンバーの最大の可能なポイントを与える行列の選択行列と 1 を与えること、集団最小の可能なポイント; 14、1 から行列7.5 のスコアは、最大の公平性を表します。
  2. 個人手段の公平性の観点からグループ内でスコアが有意であるかどうかを決定する 1 標本 t 検定を実行します。

内で、様々 な社会の中で、このような関係を研究されている長いにもかかわらず個人の異なるグループの間の差別と偏見に寄与する要因は明確であります。

金銭的利益のような混同する集団間バイアスをもたらす影響を理解して紛争の歴史は小説セットにランダムに個人を割り当てることによって剥ぎ取ら-心理学者は、最小条件集団と呼ぶ。

したがって、この任意の再配布から任意の結果は、新しいグループと識別することからする必要があります。興味深いことに、このような分類は仲間集団に向けて強力なえこひいきを誘導する-「彼ら」と「私たち」に社会的な世界を分けること。

Tajfel および同僚によって前の仕事に基づいて、このビデオはどのように社会的分類バイアス意思決定を検討するために最小条件集団を誘導する方法を示します。

この実験では、参加者は 2 つのフェーズを受ける-グループ分類と意思決定--差別的行動を任意に生成できるかどうかを調べる。

最初の部分で、グループの分類-参加者は、彼らは単にドット数、試験の数を画面に表示を当て推量評価タスクを完了するように求め。

2 つのグループに分けることのパフォーマンス レベルを使用: ニュートラルと値。中性条件の参加者はさらに分類してラベルとしての下で- または上-推定 — 彼らは最低と最高の見積もり、それぞれ提供されている彼らと言ったの。値条件の参加者はどちらか言われるに対し、彼らの見積もり、平均よりもっとまたはより少なく正確です。

その後、2 番目のフェーズでは、金銭的報酬を与えるまたは他の参加者を処罰を決定するいくつかの行列が付与されます。これを達成するためにすべてのマトリックスから成っている順番は 2 行、14 列番号の用語と各行が参加者のメンバーのサポートとしてラベル付けされて-グループ内、または他、フォールス。

これらの可能性を組み合わせた 3 種類の選択を作成します: のグループとアウト グループ-両方の行が同一グループ内では- と差分-集団決定を設定、それぞれの 1 つ

さらに、内およびグループ間のトレードオフの量を変化させる行列は 3 つの条件のいずれかを満たすために設計された:、最大限の罰を超える最大の報酬。B、罰則がないと報酬がほぼ等しいまたは C、最大の報酬を超える最大の罰則。

各マトリックス型内で条件は公平性に基づいて編成されます。つまり、端中央の列は、ペイアウトにほとんど等しい最大の公平性を表しながらの罰と報酬、反対の極端を反映しています。従属変数は、選ばれた用語の位置です。

あらゆる種類の選択で平均は 14、14 の略、集団のメンバーにその行列に最大可能なポイントを与える選択、1 を与える集団メンバー最小可能なポイントに 1 から位置を獲得しています。したがって、7.5-7 および 8 の列の平均-すべての選択タイプで最大限に公正な決定を表します。

条件に関係なくびいが出てくるか後の社会的カテゴリー化意図的な差別的行動をサポートが予想されます。

実験の前に十分な人数を採用する力分析を行います。

まず、各参加者に挨拶し、研究室にそれらを護衛します。装着されている一度、彼らのラップトップを手します。

最初のタスクを開始 — ドット クラスターのプレゼンテーション。間 stimulus 間隔、または ISI が各参加者を観察したドットの数を推定するに十分な時間を許可するように 500 ms に 125 から異なることに注意してください。またその応答が保存されていることに注意してください。

次の点推定判断の他の種類の勉強に興味がある方し、便宜上、あなたがそれらを配置する 2 つのグループのいずれかにすべての参加者に知らせます。

実際の結果を知ることがなく、ランダムに分割の下に中性の条件-過剰推定といずれかのもっとまたはより少なく正確な推定値を与えた人に値の条件。

今、別ブースに参加者をリードし、彼らはすぐに報酬を与えるし、他の参加者を処罰できるリアル通貨の決定を行うことを知らせます。

そのグループ id によると行列を完全に許可します。行列ごとの 1 つのボックスを選択することによって、選択内容を示すよう指示します。

最後に、すべての選択がなされているし、なって後、完全に参加者が報告します。

レスポンスを分析、個別に各マトリックスを 1 から 14 のスコア、最小の可能なポイントおよび 14、1 が集団のメンバーを与えるそれらを提供可能な最大その行列に。

データを可視化、条件ごとに選択型で平均スコアをプロットします。1 標本 t 検定を使用すると、個人手段 7.5、公平性の観点から各グループでスコアが有意であるかどうかを確認します。

通知条件によらず, 参加者応答したことはかなり決定がそのグループのメンバーに関連する場合-グループの選択- または完全にグループの外のそれら-アウト グループ意思決定。

しかし、それがグループ間の意思決定に来た-差分の選択肢-平均値が 7.5 より大きく。これらの結果を反映するびい-差別的な行動形式 — 任意の分類の後に現れることができます。

また、違いは、2 つまたは 2 つの外集団メンバー間を決定する際、参加者は通常最大限に公正のオプションを選択したので、不公正な判断を行うための一般的な傾向に起因することはできません。

今、あなたは、個人が意図的に報酬を他の人を犠牲にして彼らの集団決定を作る方法に精通しているが、研究者が共感、同様集団間バイアスの基になる神経相関の検討のような社会的な相互作用を調査するため最小限のグループ帰納法を使用する方法を見てみましょう。

研究者は fictively の参加者を分割する同じ初期推定タスクを使用、痛みや痛み以外の状況での人々 の写真を観察するように頼んだ。

彼らは、彼ら自身または最低限の 2 つのグループのメンバーを想像するよう指示された-アウト グループ対グループで、同じ状況とそれに応じてレート痛み知覚のレベルで。

個人は、その人が内集団バイアスがまた共感的状況にあることを示唆している彼らの同じ社会的グループにいたとき痛みで誰かのためより共感を感じた。

ヴァン Bavel および同僚によって別の調査で白受講混血グループにランダムに配置されたで- とアウト-グループのメンバーからの顔の処理に関わる神経基盤を識別するために fMRI でスキャンされます。

最初の部分で彼らは好きでも嫌いに至るそれぞれの面を評価するように求めていた。関係なく、レース、個人はフォールスのそれらと比較して、自分のグループのより肯定的な評価を与えた。

さらに、眼窩前頭皮質内の活動は、このような偏見を介した。最小限のグループ帰納法が人種的な分類をオーバーライドすることも示唆されました。

ゼウスの最小グループ パラダイムを作成する方法のビデオを見てきただけ。今データを分析および集団間行動についての結論を作る方法と同様、設計し、実験、差別を誘発する方法を十分に理解が必要です。

見てくれてありがとう!

A subscription to JoVE is required to view this article.
You will only be able to see the first 20 seconds.

RECOMMEND JoVE