MétaCan
Menu
Retour à la cohorte
Enregistrement W2103864332 · doi:10.1177/0022002711429707

Out-Group Conflict, In-Group Unity?

2011· article· en· W2103864332 sur OpenAlexaff
Théodore McLauchlin, Wendy Pearlman

Notice bibliographique

RevueJournal of Conflict Resolution · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical Conflict and Governance
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPsychological repressionNationalismMovement (music)Political scienceGroup (periodic table)Political economyPower (physics)Ethnic conflictEthnic groupCollective actionMobilizationSocial psychologyEconomic systemSociologyPsychologyEconomicsLawPolitics

Résumé

récupéré en direct d'OpenAlex

Does repression increase or decrease unity within ethnic or nationalist movements? Conventional wisdom lends itself to two contradictory predictions. On one hand, it is said that conflict with an out-group is the surest path to unity in an in-group. On the other hand, repression exaggerates the gap between radicals and moderates in a movement. Challenging both views, this article argues that repression amplifies trends in cooperation or conflict existent in a movement before the onset of repression. All movements have some institutional arrangement, meaning a set of procedures and relationships that structure decision making and behavior. These “rules of the game” distribute power within the movement, and thus favor some actors over others. Repression disrupts the equilibrium of these institutions, after which the members might engage in either more cooperation or more conflict, depending on the level of satisfaction with preexisting institutional arrangements. The authors illustrate these propositions through comparative analysis of four repression shocks from two nationalist movements: the Kurdish movement in Iraq and the Palestinian national movement.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,012
Communication savante0,0040,005
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,101
Tête enseignante GPT0,332
Écart entre enseignants0,231 · 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

Citations102
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Conflict ResolutionMême sujetPolitical Conflict and GovernanceTravaux en français237 207