Individual Predictors of the Radical Right-Wing Vote in Europe: A Meta-Analysis of Articles in Peer-Reviewed Journals (1995–2016)
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
In this article, we summarize the individual demand-level factors explaining the radical right-wing vote in European countries. To do so, we first review 46 quantitative peer-reviewed articles featuring the individual vote choice in favour of a radical right-wing party as the dependent variable. To identify relevant articles, we use Kai Arzheimer’s bibliography on the radical right and employ the following inclusion criterion: the articles must be written in English, they must use the individual vote for a radical right-wing party as the dependent variable, they must use a quantitative methodology and they must include some type of regression analysis. Using this strategy, we conduct a meta-analysis of 329 relevant models and find that over 20 individual variables are tested. Because many variables such as attitudes towards immigration, employment, age, education and gender only show moderate success rates in attempting to explain an individual’s propensity to vote for the radical right, we complement the review of quantitative studies with an analysis of 14 qualitative publications. The review of these qualitative works shows that the processes through which somebody becomes a voter, supporter or activist of the radical right are often more complex than the commonly used surveys can portray them. Frequently, feelings of relative economic deprivation and dissatisfaction with the political regime trigger an awakening that makes individuals seek engagement. However, the processes behind this awakening are complex and can only be partially captured by quantitative studies.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle