MétaCan
Menu
Retour à la cohorte
Enregistrement W2889457875 · doi:10.1080/10357718.2018.1515178

Trumping foreign policy: public diplomacy, framing, and public opinion among middle power publics

2018· article· en· W2889457875 sur OpenAlexaboutno aff
Timothy B. Gravelle

Notice bibliographique

RevueAustralian Journal Of International Affairs · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolicy Transfer and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)Political sciencePublicsPublic diplomacyPublic opinionForeign policyDiplomacyPower (physics)Media studiesPublic administrationLawPoliticsSociologyHistory

Résumé

récupéré en direct d'OpenAlex

Even as the world’s sole superpower, the United States requires the cooperation of other states to achieve many of its foreign policy objectives. The President of the United States thus often serves as ‘Diplomat in Chief’ in public diplomacy efforts to appeal directly to publics abroad. Given Donald Trump’s antagonistic approach to foreign relations and widespread lack of popularity, what are the implications for support for US policy among publics abroad – particularly among middle power states allied to the US? While previous research on public opinion relying on observational data has found that confidence in the US President is linked to support for American foreign policy goals, the mechanisms at work remain unclear. Using original data from survey-based experiments conducted in Canada and Australia, this article seeks to clarify the effect of ‘presidential framing’ (presenting a policy goal as endorsed or not endorsed by Trump) on attitudes toward key policy issues in the Canada–US and Australia–US relationships. Results point to a negative ‘Trump framing’ effect in Canadians’ and Australians’ trade policy attitudes, but such an effect is not observed in other policy domains (energy policy in Canada, and refugee policy in Australia).

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)0,010
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,100
Score d'incertitude au seuil0,199

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,007
Communication savante0,0060,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,059
Tête enseignante GPT0,344
Écart entre enseignants0,286 · 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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Journal Of International AffairsMême sujetPolicy Transfer and LearningTravaux en français237 207