Detecting and Analyzing Moral Dimensions in Scientific Abstracts: A Comparative Study of Dictionary and Embedding Methods

dc.abstract.en	Investigating the presence of moral dimensions in scientific communication is a challenging task, as they are assumed to be implicit or even non-existent. This thesis investigates this challenge by comparing two distinct computational methodologies for detecting moral language within a corpus of 587 scientific abstracts from four thematically related Frontiers journals. The analysis is framed using Moral Foundations Theory (MFT) by quantifying the presence of five foundations: Care, Fairness, Loyalty, Authority, and Purity. The first methodology is a dictionary-based approach using the extended Moral Foundations Dictionary (eMFD) to calculate proportional probability scores. The second is a sentence-embedding approach to calculate an averaged cosine similarity score against custom MFT exemplars. The data were analyzed quantitatively by comparing the outputs of both methods using Pearson correlation and Ordinary Least Squares (OLS) regression and supplemented by a qualitative analysis of top scoring abstracts. Results show a statistically significant but weak positive correlation between the two methods, with the eMFD scores explaining around 15% of the variance in the embedding scores. These results suggest that the two methods capture distinct linguistic signals. The eMFD method effectively identifies explicit keywords but fails to capture the broader semantic themes detected by the embedding approach, supporting the hypothesis that moral language in scientific communication is largely implicit.
dc.abstract.pl	Badanie obecności wymiarów moralnych w komunikacji naukowej stanowi wyzwanie, ponieważ zakłada się, że są one niejawne lub nawet nie istnieją. Niniejsza praca magisterska podejmuje to wyzwanie, porównując dwie odrębne metodologie obliczeniowe służące do wykrywania języka moralnego w korpusie 587 abstraktów naukowych z czterech tematycznie powiązanych czasopism z serii Frontiers. Analiza opiera się na Teorii Podstaw Moralnych (MFT) i polega na zliczeniu wystąpień pięciu podstaw: Troski, Sprawiedliwości, Lojalności, Autorytetu i Czystości. Pierwsza metodologia to podejście oparte na słowniku, wykorzystujące rozszerzony Słownik Podstaw Moralnych (eMFD) do obliczania proporcjonalnych wskaźników prawdopodobieństwa. Druga to podejście oparte na wektorach zdań, służące do obliczania uśrednionego wyniku podobieństwa kosinusowego względem wybranych występowań MFT. Dane przeanalizowano ilościowo, porównując wyniki obu metod przy użyciu korelacji Pearsona oraz regresji metodą najmniejszych kwadratów (OLS), a analizę uzupełniono o badanie jakościowe abstraktów o najwyższych wynikach. Wyniki wskazują na statystycznie istotną, lecz słabą dodatnią korelację między obiema metodami, przy czym wyniki eMFD wyjaśniają około 15% wariancji wyników uzyskanych metodą wektorową. Wyniki te sugerują, że obie metody wychwytują odrębne sygnały językowe. Metoda eMFD skutecznie identyfikuje jawne słowa kluczowe, lecz nie jest w stanie wychwycić szerszych wątków semantycznych wykrywanych przez podejście oparte na osadzeniach. Wspiera to hipotezę, że język moralny w komunikacji naukowej jest w dużej mierze niejawny.
dc.affiliation	Uniwersytet Warszawski
dc.affiliation.department	Wydział Psychologii
dc.contributor.author	Surot de la Vega, Diego
dc.contributor.promoter	Miłkowski, Marcin
dc.contributor.promoter	Hensel, Witold
dc.contributor.reviewer	Miłkowski, Marcin
dc.contributor.reviewer	Maćkiewicz, Bartosz
dc.date.defence	2025-12-10
dc.date.issued	2025
dc.date.submitted	2025-11-28
dc.identifier.apd	246730
dc.language	en
dc.language.other	pl
dc.publisher	Uniwersytet Warszawski
dc.rights	ClosedAccess
dc.subject.en	Computational Linguistics
dc.subject.en	Moral Foundations Theory
dc.subject.en	Text Analysis
dc.subject.en	Scientific Abstracts
dc.subject.en	NLP
dc.subject.en	Deep Learning
dc.subject.en	Cognitive Science
dc.subject.en	AI Ethics
dc.subject.en	Psychology
dc.subject.en	Sentiment Analysis
dc.subject.pl	Lingwistyka komputerowa
dc.subject.pl	teoria fundamentów moralnych
dc.subject.pl	analiza tekstu
dc.subject.pl	abstrakty naukowe
dc.subject.pl	NLP
dc.subject.pl	uczenie głębokie
dc.subject.pl	kognitywistyka
dc.subject.pl	etyka AI
dc.subject.pl	psychologia
dc.subject.pl	analiza sentymentu
dc.title	Detecting and Analyzing Moral Dimensions in Scientific Abstracts: A Comparative Study of Dictionary and Embedding Methods
dc.title.alternative	Wykrywanie i analiza wymiarów moralnych w abstraktach naukowych: Studium porównawcze metody słownikowej i metody osadzeń
dc.type	MasterThesis