受過教育的人，為什麼也會深信錯誤的事

本文由英文原文機器翻譯而成。

最後更新：2026年11月2日 · 閱讀時間約14分鐘

找一群數學能力很強的美國人，給他們一道統計題，要求從一張資料表做出有效的因果推論，他們表現得很好。接著給他們一模一樣的題目，數字相同、表格結構相同、因果推論的難點也相同，只換掉包裝：表格不再是某種皮疹療法的試驗結果，而是某座城市的禁槍令有沒有讓犯罪減少的證據。這一次，數理能力最強的受試者分歧得最厲害：答案合乎他們對槍枝管制的立場時，他們輕鬆答對；答案不合時，就頻頻失手。

這是Dan Kahan的實驗，名為「動機性數理能力」（motivated numeracy）。它的教訓是：認知能力替動機性推理效勞，和它糾正動機性推理一樣容易；更強的分析能力，可能只是讓你錯得更有效率。後來的研究一再發現這種黨派偏斜，不過在數理能力最強的人身上那層額外的放大效果，出現得沒有那麼穩定。在一次大型的預先登記重做實驗中，數理能力越好，在每一種題目版本裡仍然越容易答對，但黨派之間的差距並沒有隨著數理能力提高而擴大。無論如何，擅長數字並沒有抵銷黨派偏斜。分析能力很能防範單純的錯誤，對動機性的錯誤卻防範得差得多，因為同一份能力可以替那個錯誤提供論據。

你讀這篇文章時，大概帶著一個背景假設，而這個假設也該列入證據：不管文章發現了什麼，說的都是別人的失誤；動機性數理能力是那些推理不如你謹慎的人才有的毛病。

自行運轉的機器

這裡所說的教育，不只是累積資歷：在學校待了幾年、拿了哪些學位、蓋了哪些機構的印章。教育實際做的、也是它設計來做的，是培養並獎勵幾種特定的認知工具：分析能力、模式辨識、建構敘事的能力，以及對自身專業領域的自信。學校訓練並獎勵這些工具，而接下來的證據談的是這些工具如何運作，不是在教室裡待了多少年。

這個區分很重要，因為最順手的辯解——「我是根據證據推理，不是根據身分認同」——正是這些工具讓你在反其道而行時仍然可以深信不疑的那句話。

Kahan的研究發現，在護膚霜那道題上，數理能力越高，越能答對。換成槍枝管制，高數理能力的受試者並沒有停止在推論上勝人一籌，他們只是把這份能力轉了向。數理能力高的自由派，在資料顯示禁令減少了犯罪時答得比較準；數理能力高的保守派，在資料顯示禁令增加了犯罪時答得比較準。每一群人的分析能力，都朝著各自政治立場需要的方向發揮。

關鍵在於方向的翻轉：數理能力在政治上方便的那個方向幫得最多。資料裡沒有任何跡象顯示受試者是存心自欺，也沒有人需要作弊才會得出這個結果。高明的分析者若想對某張表格打折扣，手邊永遠有正當的問題可問：樣本有沒有代表性、干擾變項有沒有控制、因果機制說不說得通。這些問題之所以變成動機性的，是因為對於證實自己原本信念的資料，分析者並沒有施以同樣的檢驗。

Kahan在氣候議題上也發現了同樣的模式。他測試的是：更高的科學素養和數理能力，會不會把人推向科學界對氣候風險的共識。結果不會。在抱持階層主義與個人主義文化傾向的人當中，科學素養越高，越不把氣候風險當一回事；在抱持平等主義與社群主義傾向的人當中，科學素養越高，越感到憂心。兩群人之間的差距，隨著素養提高而擴大。

兩群人中素養最高的成員都懂得更多，所以這種分裂無法用無知來解釋。不同的是他們把所知運用在哪個方向，而那個方向跟著政治認同走。

科學作家Chris Mooney替這個現象取了名字：「聰明白痴」效應——政治上越老練的人，反而比所知不多的人更偏頗，也更難被說服。Mooney主張這個效應在右派身上最強，Kahan本人卻不同意這種解讀；他自己在氣候和槍枝管制表格上的資料，都顯示兩邊有同樣的模式。這個標籤刻意讓人不舒服，但它底下的觀察站得住腳：動機性推理並不會隨著認知能力提高而減弱。

教育造成了一種特殊的困境。它不只培養這些認知工具，還把身分認同投注在這些工具上。一個人花了好幾年建立分析專長，又因為朝特定方向運用這份專長而受到機構、同儕和職涯成就的獎勵，一旦發現方向錯了，損失也就更大。這些工具越來越難掉過頭來對付當初靠它們建立起來的立場。這不需要任何性格缺陷，只需要認知發展和身分形成在同一個機構、同一段時間裡發生，並且獎勵同樣的結論。每一次成功都讓這個困境收得更緊，因為引用次數、名聲或機構聲望每多一分，一個威脅到既有框架的發現所要付出的代價就更高。

教育培養出來的能力，例如分析推論、從證據建構連貫解釋的習慣，以及專業帶來的自信，並不附帶說明書告訴你何時該停止相信自己。它們非常擅長製造自己推理正確的感覺，而這種感覺幾乎無法說明你是否正確。

專家的詛咒

你也許承認政治信念是部落式的，卻堅持它和你的專業判斷分屬不同的隔間——在你真正的本行裡，你的推理是正確的。菲利普·泰特洛克（Philip Tetlock）花了二十年檢驗這個隔間。

從1984年到大約2003年，他召集了284名專家，包括政治學者、經濟學者、外交政策分析師，以及現任和前任政府官員，請他們對政治和經濟事件做出8萬多項預測：誰會贏得選舉、經濟會成長還是萎縮、衝突會升高還是化解。然後他等待結果，逐一評分。

結果令人難堪：專家的表現僅僅比隨機猜測好一點，也不比一個讀報紙、消息靈通的外行人強。準確度取決於專家的知識如何組織，而不是知識有多深。把世界觀建立在單一解釋框架上的專家，是所有人當中預測最差的；泰特洛克借用以撒·柏林（Isaiah Berlin）1953年那篇文章的說法，稱他們為刺蝟。狐狸則援用多種框架，證據出現時就修正看法，表現比較好。

自信和準確度呈反向關係：立場最堅定、最有把握的專家，預測最不準。他們的嚴謹是真的，只是用在捍衛一個他們承受不起失敗的框架上。

預測最差的人並不缺乏知識。他們對本行熟悉到足以把知識組織成一套連貫的體系，而這套體系成了他們看待一切的透鏡。一位現實主義國際關係理論家，透過國家權力的邏輯來預測衝突；一位供給面經濟學者，透過誘因結構的邏輯來預測衰退。每一套框架都是用多年的證據建立起來的，這讓它顯得格外穩固，也讓它對自己沒能捕捉到的東西格外盲目。框架越全面，每一個新事件就越能毫無阻礙地被吸納進去，框架也就越不可能出現裂縫。

一套篩選機制讓情況雪上加霜。泰特洛克發現，編輯和電視製作人最看重的特質，例如斬釘截鐵的論斷、敢於表態、充滿自信的說法，都和預測準確度呈負相關。最常被找去發表評論的專家，在統計上正是最可能出錯的人。刺蝟上電視很好看；狐狸說話模稜兩可，讓製作人坐立難安。於是，機構獎勵公共專家的那套結構，把表現最差的人捧上檯面——還獎勵其他人把話說得更像他們。

2011年，泰特洛克和Barbara Mellers在IARPA的「聚合條件估計」（Aggregative Contingent Estimation）計畫下啟動了「良好判斷計畫」（Good Judgment Project）。那是由美國情報體系的研究機構主辦的一場預測競賽。參與者都是自願報名、並非領域專家的一般人，他們和其他研究團隊一較高下。把這些人的綜合預測拿來和能接觸機密資訊的專業情報分析師相比，依計畫自己的計算，他們的準確度高出約30%，而其中最頂尖的那群人，也就是後來所稱的超級預測員，表現還要更好。

超級預測員做了什麼

這些成績背後的習慣一點也不光鮮。超級預測員在事件發生之前就把預測寫下來，這樣他們就無法竄改自己「早就料到」的記憶。他們拿一份自己改不了的紀錄來追蹤準確度。猜錯了，他們就修正看法，而不是把反證解釋成異常或特例而一筆帶過。他們用校準過的估計來表達機率，也就是能直接和結果比對的具體百分比，而不是表達那種不必向任何人交代的方向性立場。他們把大問題拆成小部分，讓個別變項可以分開評估。

聰明有幫助，但這一切都不是光靠聰明就能做到。它全都需要一種持續的意願：願意在一份自己保存的紀錄上被證明是錯的。而當你的職業和社會身分建立在「懂這些事的那個人」之上時，這種意願原來很難維持。

核心哪裡出了錯

為機構專業辯護的標準說法是這樣的：沒錯，個別專家會犯錯，但同儕審查、重複驗證和累積性的科學就是為此而設的。這個體系會自我修正。個人的過度自信會被平均掉，離群的說法會受到挑戰，糟糕的研究發現經不起獨立的檢驗。

只要時間夠長，這話有部分是對的。不過在接受之前，先問問自我修正花了多久、在這段延遲期間是誰付出了代價，以及為什麼這個領域自己的內部程序沒能率先發現問題。

2015年，由維吉尼亞大學的Brian Nosek統籌的「再現性計畫」（Reproducibility Project）公布了結果：數百名研究人員嘗試重現3本頂尖心理學期刊上的100項研究。在原本的顯著性門檻下，只有36%成功重現，社會心理學表現最差，約為25%。整體而言，重複驗證得到的效果大約只有原本的一半。

再現性計畫測量了問題，卻沒有診斷問題。不過方法學者早已點名了頭號嫌犯，而且沒有一個需要造假或少數害群之馬。它們全都是正常運作邏輯的系統性產物：因為結果看起來很有說服力，小樣本就被當成足夠；p值門檻透過反覆檢定和選擇性報告被鑽了漏洞；發表文化拒收無顯著結果的研究，讓它們始終進不了文獻。

同儕審查者很難察覺其中任何一項：他們受的是同一套方法的訓練，往往抱持同樣的先驗信念，也身處同樣的誘因結構。他們本身就是自己該去檢查的那個體系的一部分，所以，當初建立起這個領域的那份老練，也讓身在其中的人更難看見它的錯誤。

經濟預測面對的壓力不同，卻透過另一種機制產生了相當的盲點。2007年7月，國際貨幣基金（IMF）的《世界經濟展望》更新報告預測，2007年和2008年的全球經濟成長率為5.2%，並表示整體風險「略微偏向下行」。14個月後，雷曼兄弟倒閉。IMF的獨立評估辦公室後來的結論是，該組織在預警這場危機及其嚴重程度上做得很差。

非主流經濟學者和分析師多年來一直警告體系的脆弱，而IMF也看到了房市榮景和新的金融工具；它淡化了這些事物帶來的風險。IMF的評估人員把原因歸咎於群體思維、智識上的俘虜，以及一種認為大型先進經濟體不太可能爆發重大危機的普遍心態，再加上一種壓抑反對意見的文化和薄弱的金融部門分析。共識觀點描繪的是一個穩定的體系，而以不穩定體系為前提的警告，很難被聽進去。

這兩次失敗表面上看起來不同：一個是心理學內部的不良誘因，一個是總體經濟學裡被俘虜的思考方式。但在底層，兩者都發生在各自領域的核心，發生在對自己的框架最有信心的那群人身上，而他們對這些框架造成的後果也最盲目。

沒有要你命的雞蛋

安塞爾·基斯（Ancel Keys）是明尼蘇達大學的生理學家，在1950和1960年代不斷累積論據，主張富含飽和脂肪的飲食會提高血液中的膽固醇並導致心臟病。他的七國研究於1958年啟動，追蹤7個國家16組中年男性，成了奠基之作。這套飲食與心臟病的觀念很快就延伸到食物本身所含的膽固醇：1968年，美國心臟協會建議每天攝取的膳食膽固醇少於300毫克，每週吃的全蛋不超過3顆。

批評很早就出現了。1957年，統計學家Jacob Yerushalmy和紐約州衛生局長、醫師Herman Hilleboe指出，基斯那張著名的1953年圖表只畫了6個國家，而其實還有更多國家有可供比較的資料；把其餘國家加進去之後，脂肪與心臟病的相關性就減弱了。質疑飲食與心臟病假說的研究者遭到邊緣化，靠的是共識的正常運作：這個共識圍繞著一個故事凝結成形，而支持這個故事的資料多到讓它顯得無懈可擊；不需要任何陰謀或腐敗。把不利證據擋在門外的，是整個領域那份篤定的自信：它自認已經為這個問題下了定論。

2015年，膳食指南諮詢委員會建議取消行之已久的每日300毫克膳食膽固醇上限，結論是：「現有證據顯示，膳食膽固醇攝取量與血清膽固醇之間並無明顯關聯。」最終的《2015–2020年美國人膳食指南》拿掉了這個數字，但仍建議民眾在健康的飲食模式中盡量少吃膳食膽固醇，並把雞蛋列為可以納入這種模式的食物之一。將近50年後，雞蛋大致恢復了名譽。飽和脂肪——基斯自己假說的核心——則沒有：同一份指南仍把它的上限維持在每日熱量的10%以下。

似是而非的陷阱

到目前為止的失敗包括：放大錯誤而非糾正錯誤的政治動機性推論、與準確度背道而馳的專家自信、讓不可靠的研究發現進入文獻並一直留在那裡的審查體系，以及一套無法把自身所處的不穩定納入其中的主流經濟模型。它們有一個共同的機制，而這個機制既不靠愚蠢，也不靠腐敗。教育培養模式辨識和建構敘事的能力，而這兩種能力很擅長製造最有可能存活下來的那種錯誤信念。

明顯錯誤的信念，例如年輕地球創造論、地平說和疫苗導致自閉症，確實也在受過教育的人之間流傳，所以教育並不能保證讓人對它們免疫。不過，受過教育的圈子在製造和維持這類信念上效率比較低，因為這類信念一碰到累積的知識，很快就通不過表面上的合理性檢驗，而要維持它們，需要持續的動機性努力，這正是教育機構通常不會獎勵的。在受過教育的圈子裡傳播得最有效的信念，是那些在結構上夠合理、足以通過同一套檢驗的信念，而這套檢驗本來是用來攔下明顯錯誤的。教育篩掉第一類信念的本事遠勝過篩掉第二類，而第二類偏偏是教育自己的工具最自然就會產出的。

模式辨識會從稀薄的證據一躍跳到篤定的結論。它往往是對的，但不附帶準確度儀表。覺得自己辨識出一個模式的那種感受，並不能可靠地告訴你模式是否真的存在。建構敘事則把證據串成內部連貫的解釋，而連貫正是讓解釋感覺為真的東西。一個前後呼應、能在單一框架內解釋好幾件事、又能化解模糊地帶的故事，感覺就像理解。它也許真的是理解，但那種感覺無法告訴你是不是。

連貫性的問題對受過教育的思考者打擊更大。從複雜的證據建構出連貫的解釋，需要的恰恰是教育培養的那些技能。思考者越老練，能編進單一解釋框架的元素就越多，得出的解釋對他們自己、對他們溝通的那些老練讀者來說，也就越令人滿意。優雅的理論比笨拙的理論更有說服力，不管哪一個更準確。優雅是好文章和縝密思考的標準，卻不是理論貼近真相的指標。教育教人產出優雅的解釋，卻沒有教人提防優雅。

那些最知名、後來卻無法重現的社會心理學發現，並不武斷，也不荒謬。它們正是一個老練的人類行為觀察者預期會發現的東西，這也是為什麼它們在有人認真檢查之前，就已經被發表、被引用、被寫進教材，還被納入培訓課程。

權力姿勢的主張是：維持開展的姿勢兩分鐘，就能提高睪固酮、降低皮質醇，並提升對風險的承受度。它的機制——身體姿勢透過回饋作用塑造荷爾蒙狀態——很有說服力。後來另一個團隊重做了這項實驗，受試者有200人，將近原本42人的5倍，而且實驗者不知道受試者被分到哪一組。權力姿勢仍然讓人覺得自己更有力量，但對睪固酮、皮質醇或冒險的意願毫無作用。

自我耗損的主張是：在一項任務上運用自制力，會耗掉某種資源，讓接下來的任務表現變差——意志力就像油箱。當23間實驗室以預先登記的方式，在2,000多名受試者身上檢驗一項標準的自我耗損作業時，得出的效果基本上是零。

社會促發則產生了那個著名的發現：讀了與老年刻板印象相關字詞的受試者，事後走過走廊時步伐比較慢。一項採用雙盲設計、以自動化方式計時的重複驗證研究沒有發現任何效果。另一項追加的實驗發現，只有在實驗者預期受試者會變慢時，變慢的現象才會出現，這暗示原本的結果是實驗者期望造成的假象，而不是無意識的促發。

這些失敗躲過了聰明的讀者、嚴格的同儕審查、聲望崇高的期刊，以及最有條件發現問題的專家。最後揪出它們的是更大的樣本、不知情的實驗者、自動化的測量，以及在自我耗損的例子裡，一份在任何資料進來之前就登記好的計畫：這些程序在動機性篩選的路上設下障礙，而老練正是讓這種篩選變得如此流暢的原因。

美德的代價

最直接的回應是：謙虛一點，別把信念抓得那麼緊。這些勸告之所以正確，就像「少吃多動」對體重來說是正確的——抽象上準確，但如果沒有具體說明實際上該怎麼做、為什麼那麼難持之以恆，就毫無用處。

良好判斷計畫提供了一個具體的說明。超級預測員不是領域專家。他們比一般人聰明：在計畫自己的測驗中，他們在流體智力和晶體智力的測量上都勝過其他預測者，研究人員甚至說，高於平均的流體智力幾乎是這群人的定義性特徵。但聰明還搭配了同樣重要的東西：練習。超級預測員嘗試回答更多問題，也更常修正預測，年復一年、一題接一題地維持前面描述的那份紀錄。聰明讓這份工作比較容易，卻不會替你把工作做完。

Kahan對科學好奇心的研究劃出了一條更細的界線：科學素養的兩極化效應，也就是知識放大政治分歧的現象，並不適用於科學好奇心，也就是追求發現與新奇事物的傾向。科學好奇心越強的人，對政治敏感的科學問題反應越不兩極化，不論他們原本的政治認同為何。好奇心不同於累積的知識，它朝向未知，所以對既有信念的投入比較少。

那麼，能起保護作用的，看來是一種與不確定性之間的特定關係，而這種關係必須主動維持，逆著那些獎勵篤定表態、懲罰模稜兩可的機構與身分認同而行。科學好奇心的研究發現點出了可能的原因：對好奇的人來說，一個推翻原有信念的結果，在某種程度上是有趣的；對身分認同投注在原有信念上的人來說，它卻是威脅。好奇心也不保證準確，但它保住了反證得以傳進來的管道，而專業往往會把這條管道關上。

泰特洛克的刺蝟都很聰明。他們圍繞著自己的框架建立起智識上的身分認同，框架成了他們自身的一部分，於是他們的聰明才智都用來捍衛一個承受不起失敗的東西；聰明才智越多，辯護就越精巧、越滴水不漏。

知道這一點，幫助不會像你希望的那麼大，因為這個機制並不需要粗心大意。它運作所靠的，正是你在過去15分鐘裡一直在做的那種謹慎、投入、根據證據的推理。這並不是要你把剛剛讀到的東西拋諸腦後；那些重複驗證的失敗、泰特洛克的預測紀錄，以及IMF在2007年的數字，都是真的。這是要你像超級預測員看待直覺那樣，看待自己被說服的那種感覺：把它當成一個機率，拿接下來發生的事去檢驗。

相關文章

• 金錢心理學：為什麼聰明人也會犯下可預料的理財錯誤
• 為什麼連自己的記憶也靠不住
• 青少年、交易員與士兵為何犯同樣的錯？冒險背後的生物學

延伸閱讀

Eikleaf參與亞馬遜聯盟計畫（Amazon Associates），可透過符合計畫條件的購買獲得佣金。下方標示Amazon的書籍連結為聯盟行銷連結；若您透過這些連結購買商品，我們可能獲得少量佣金，您無須額外付費。標示博客來的連結則非聯盟行銷連結。

推薦影片

生成式AI使用聲明

本頁部分內容使用生成式AI協助撰寫或編輯。

圖片與媒體來源

Hartono Creative Studio – Pexels

主要資料來源與參考文獻

Dan Kahan, Ellen Peters, Erica Cantrell Dawson & Paul Slovic, “Motivated numeracy and enlightened self-government,” Behavioural Public Policy, Vol. 1, Issue 1, pp. 54–86, 2017. https://doi.org/10.1017/bpp.2016.2

Dan Kahan, Ellen Peters, Maggie Wittlin, Paul Slovic, Lisa Larrimore Ouellette, Donald Braman & Gregory Mandel, “The polarizing impact of science literacy and numeracy on perceived climate change risks,” Nature Climate Change, Vol. 2, pp. 732–735, 2012. https://doi.org/10.1038/nclimate1547

Philip Tetlock, Expert Political Judgment: How Good Is It? How Can We Know? Princeton University Press, 2005.

Philip Tetlock & Dan Gardner, Superforecasting: The Art and Science of Prediction, Crown Publishers, 2015.

Barbara Mellers, Eric Stone, Terry Murray, Angela Minster, Nick Rohrbaugh, Michael Bishop, Eva Chen, Joshua Baker, Yuan Hou, Michael Horowitz, Lyle Ungar & Philip Tetlock, “Identifying and Cultivating Superforecasters as a Method of Improving Probabilistic Predictions,” Perspectives on Psychological Science, Vol. 10, No. 3, pp. 267–281, 2015. https://doi.org/10.1177/1745691615577794

Open Science Collaboration, “Estimating the reproducibility of psychological science,” Science, Vol. 349, Issue 6251, 2015. https://doi.org/10.1126/science.aac4716

International Monetary Fund, “IMF Survey: Global Growth Seen at 5.2 pct in 2007” (on the World Economic Outlook Update), 25 July 2007. https://www.imf.org/en/News/Articles/2015/09/28/04/53/sonew0725a

IMF Independent Evaluation Office, “IMF Performance in the Run-Up to the Financial and Economic Crisis: IMF Surveillance in 2004–07,” 2011 (summary in IEO Newsletter, Spring 2011). https://ieo.imf.org/-/media/ieo/files/publications/newsletters/english-versions/spring2011-english.pdf

Dana R. Carney, Amy J.C. Cuddy & Andy J. Yap, “Power Posing: Brief Nonverbal Displays Affect Neuroendocrine Levels and Risk Tolerance,” Psychological Science, Vol. 21, No. 10, pp. 1363–1368, 2010.

Eva Ranehill, Anna Dreber, Magnus Johannesson, Susanne Leiberg, Sunhae Sul & Roberto A. Weber, “Assessing the Robustness of Power Posing: No Effect on Hormones and Risk Tolerance in a Large Sample of Men and Women,” Psychological Science, Vol. 26, No. 5, pp. 653–656, 2015.

Roy F. Baumeister, Ellen Bratslavsky, Mark Muraven & Dianne M. Tice, “Ego Depletion: Is the Active Self a Limited Resource?”, Journal of Personality and Social Psychology, Vol. 74, No. 5, pp. 1252–1265, 1998.

Martin S. Hagger, Nikos L.D. Chatzisarantis et al., “A Multilab Preregistered Replication of the Ego-Depletion Effect,” Perspectives on Psychological Science, Vol. 11, pp. 546–573, 2016. https://doi.org/10.1177/1745691616652873

John A. Bargh, Mark Chen & Lara Burrows, “Automaticity of Social Behavior: Direct Effects of Trait Construct and Stereotype Activation on Action,” Journal of Personality and Social Psychology, Vol. 71, No. 2, pp. 230–244, 1996.

Stéphane Doyen, Olivier Klein, Cora-Lise Pichon & Axel Cleeremans, “Behavioral Priming: It’s All in the Mind, but Whose Mind?”, PLOS ONE, 2012. https://doi.org/10.1371/journal.pone.0029081

Chris Mooney, The Republican Brain: The Science of Why They Deny Science — and Reality, Wiley, 2012.

Dan M. Kahan, Asheley Landrum, Katie Carpenter, Laura Helft & Kathleen Hall Jamieson, “Science Curiosity and Political Information Processing,” Political Psychology, Vol. 38, Supplement 1, pp. 179–199, 2017. https://doi.org/10.1111/pops.12396

Ancel Keys et al., Seven Countries: A Multivariate Analysis of Death and Coronary Heart Disease, Harvard University Press, 1980.

Isaiah Berlin, The Hedgehog and the Fox: An Essay on Tolstoy’s View of History, Weidenfeld and Nicolson, 1953.

Emil Persson, David Andersson, Lina Koppel, Daniel Västfjäll & Gustav Tinghög, “A preregistered replication of motivated numeracy,” Cognition, Vol. 214, 2021. https://doi.org/10.1016/j.cognition.2021.104768

Dan Kahan, “What do I think of Mooney’s Republican Brain?”, Cultural Cognition Project blog, 2012. https://www.culturalcognition.net/blog/2012/7/27/what-do-i-think-of-mooneys-republican-brain.html

Joseph P. Simmons, Leif D. Nelson & Uri Simonsohn, “False-Positive Psychology,” Psychological Science, Vol. 22, No. 11, pp. 1359–1366, 2011. https://doi.org/10.1177/0956797611417632

Jacob Yerushalmy & Herman E. Hilleboe, “Fat in the diet and mortality from heart disease; a methodologic note,” New York State Journal of Medicine, Vol. 57, pp. 2343–2354, 1957.

Donald J. McNamara, “The Fifty Year Rehabilitation of the Egg,” Nutrients, Vol. 7, pp. 8716–8722, 2015. https://pmc.ncbi.nlm.nih.gov/articles/PMC4632449/

Today’s Dietitian, “The 2015–2020 Dietary Guidelines,” 2016. https://www.todaysdietitian.com/the-2015-2020-dietary-guidelines/

U.S. Department of Health and Human Services & U.S. Department of Agriculture, 2015–2020 Dietary Guidelines for Americans, 8th Edition, December 2015. https://odphp.health.gov/sites/default/files/2019-09/2015-2020_Dietary_Guidelines.pdf