A Psychological Profile of the Alt-Right
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The 2016 U.S. presidential election coincided with the rise of the “alternative right,” or alt-right. Alt-right associates have wielded considerable influence on the current administration and on social discourse, but the movement’s loose organizational structure has led to disparate portrayals of its members’ psychology and made it difficult to decipher its aims and reach. To systematically explore the alt-right’s psychology, we recruited two U.S. samples: An exploratory sample through Amazon’s Mechanical Turk ( N = 827, alt-right n = 447) and a larger, nationally representative sample through the National Opinion Research Center’s Amerispeak panel ( N = 1,283, alt-right n = 71–160, depending on the definition). We estimate that 6% of the U.S. population and 10% of Trump voters identify as alt-right. Alt-right adherents reported a psychological profile more reflective of the desire for group-based dominance than economic anxiety. Although both the alt-right and non-alt-right Trump voters differed substantially from non-alt-right, non-Trump voters, the alt-right and Trump voters were quite similar, differing mainly in the alt-right’s especially high enthusiasm for Trump, suspicion of mainstream media, trust in alternative media, and desire for collective action on behalf of Whites. We argue for renewed consideration of overt forms of bias in contemporary intergroup research.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 découle