数据集概述
本数据集支持论文《制度腐败框架：道德判断与问责叙事的行为模拟》，包含完整语料、代码及模拟输出，用于分析改革主义、惩罚性、中性三种话语框架对道德判断、责任归因及制度信任的影响，支持研究复现与扩展分析。
文件详解
该数据集由代码文件、数据文件、文档文件三类组成，具体说明如下：
- 代码文件（.py格式，共8个）：
- 模拟核心代码：vignette_simulation.py（执行不同框架条件下的案例模拟）、moral_simulation_analysis.py（汇总模拟结果并生成可视化）、agent_comparison_table.py（比较规则型与伪GPT模拟型智能体架构）
- 案例分析代码：FIFA_analysis.py、sarkozy_analysis.py、corruption_analysis.py（解析官方/媒体文本的修辞策略）、topic_modelling.py（应用无监督主题建模）
- 数据文件（.csv格式，共4个）：
- simulation_results.csv、simulation_results_adjusted.csv：包含道德判断得分、信任指标、责任归因的结构化模拟输出
- vignette_simulation_results.csv：所有条件下智能体响应的完整矩阵，字段包括Scenario（场景）、Agent Type（智能体类型）、Organizational Blame (%)（组织责任占比）、Individual Blame (%)（个体责任占比）、Trust (0–1)（信任度）
- Rhetorical_Distribution_by_Source.csv：修辞策略分布数据
- 文档文件（.txt格式，共21个，按案例分类存放）：
- FIFA案例：DOJ新闻稿、受害者赔偿备忘录、2023纪律报告、卫报媒体文章等
- Sarkozy案例：审判记录、法国法院摘要、路透社辩护文章、媒体报道等
- Airbus案例：2025行为准则、道德文档、反贿赂政策等
- 所有文档提供原始及预处理版本，支持话语分析与质性审查
适用场景
- 计算社会科学研究：分析话语框架对制度信任与责任归因的影响机制
- AI伦理研究：探究规则型与伪LLM智能体在道德判断模拟中的差异
- 组织研究：基于真实案例（FIFA、Sarkozy、Airbus）分析制度腐败的话语建构策略
- 方法论应用：复现行为模拟与话语分析结合的混合研究方法
- 政策研究：评估不同腐败治理框架（改革主义/惩罚性）的公众认知效果
