Did Secretary Clinton lose to a ‘basket of deplorables’? An examination of Islamophobia, homophobia, sexism and conservative ideology in the 2016 US presidential election
Notice bibliographique
Résumé
The current study compared attitudes towards LGBTQ individuals, racism, Islamophobia, ambivalent sexism and conservative ideology across Hillary Clinton voters, Donald Trump voters and third party/undecided voters in the 2016 US presidential election. Participants (n = 249) intending to vote for Clinton had significantly lower scores on all attitude measures compared to Trump and third party/undecided voters, with the exception of Islamophobia, where Clinton and third party/undecided voters had significantly lower scores than Trump voters. A multinomial logistic regression was run to assess age, education, attitudes towards LGBTQ individuals, Islamophobia, sexism and social dominance orientation, as predictors of being a Trump, Clinton or a third party/undecided voter. Attitudes towards LGBTQ individuals, Islamophobia, sexism and social dominance orientation were significant predictors of voting behaviour such that those who were less homophobic, less Islamophobic, less sexist and had less of a social dominance orientation were more likely to vote for Clinton than for Trump or a third party candidate. Ambivalent sexism was the strongest predictor of voting for someone other than Clinton, regardless of whether participants identified as Trump or third party/undecided voters. Results are discussed within the context of understanding the role of multiple prejudices in determining the outcome of the 2016 US presidential election.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».