MétaCan
Menu
Retour à la cohorte
Enregistrement W2139850367 · doi:10.1177/0022343315580145

Land grievances and the mobilization of electoral violence

2015· article· en· W2139850367 sur OpenAlexaff
Kathleen Klaus, Matthew I. Mitchell

Notice bibliographique

RevueJournal of Peace Research · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical Conflict and Governance
Établissements canadiensSaint Paul University
Organismes subventionnairesNational Science Foundation
Mots-clésGrievanceMobilizationPolitical scienceSecurity forcesPolitical economyInsurgencyLand tenureLawSociologyGeographyPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract Recent studies have asked why elites resort to violence, yet many overlook the process and dynamics of mobilizing violence. How do politicians convince their supporters to fight? This article argues that in multi-ethnic and democratizing societies where land and property rights are weak and politicized, land grievances can provide leaders with a powerful tool to organize electoral violence. We develop a theory to show how land grievances can give rise to violent mobilization when leaders frame elections as a threat to the land security of supporters or an opportunity to reclaim land or strengthen land rights. Conversely, land grievances are ineffective when citizens do not believe that elections signal a credible threat to their land security or an opportunity to strengthen land rights. We further specify how the type of land grievance shapes the logic and form of violent action. Grievances based on land insecurity shape a pre-emptive logic of violence, while grievances based on competing land claims often shape an opportunistic logic of electoral violence. The article examines the validity of our theory using a comparative case study between zones of escalation and non-escalation of violence during post-electoral crises in Kenya (2007–08) and Côte d’Ivoire (2010–11). By observing the variation between positive and negative cases, the article identifies factors that foment and constrain the mobilization of election violence.

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)0,009
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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,006
Communication savante0,0030,001
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
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 Opus0,173
Tête enseignante GPT0,478
Écart entre enseignants0,305 · 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

Citations149
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Peace ResearchMême sujetPolitical Conflict and GovernanceTravaux en français237 207