MétaCan
Menu
Retour à la cohorte
Enregistrement W1973067294 · doi:10.1111/socf.12036

Public Support for International Human Rights Institutions: A Cross‐National and Multilevel Analysis

2013· article· en· W1973067294 sur OpenAlexaff
Min Zhou

Notice bibliographique

RevueSociological Forum · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésDemocratizationWorld Values SurveySociologyMultilevel modelEuropean Social SurveyHuman rightsSurvey data collectionPoliticsSalientPolitical scienceEconomic growthSocial scienceDemocracyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

The expansion of international human rights institutions has drawn much attention. Bringing together theories from sociology, political science, and international law, this article examines what factors promote public support for international human rights institutions, using the recent wave of the World Values Survey data (2005–2008). The level of public support displays both cross‐national and cross‐individual variations, so I conceptualize it as a two‐level process and employ the multilevel modeling. At the individual level, it is found that men, younger people, and individuals with more education and income show a higher level of support. At the country level, national affluence, political change (de‐democratization), and linkage to the world society are associated with more support. I further integrate individual‐level characteristics and country‐level social contexts, and pay special attention to education. Education is the institutional link between macro‐level social influences and micro‐level individual attitudes. I find that the support‐promoting effect of education is contingent on social contexts. It is more salient in wealthy countries and countries with strong ties to the world society.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,136
Tête enseignante GPT0,415
Écart entre enseignants0,279 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociological ForumMême sujetMigration, Refugees, and IntegrationTravaux en français237 207