First, the Bad News: Opposition Media in Authoritarian Regimes
Notice bibliographique
Résumé
Why do dictatorships sometimes allow opposition groups to publish media, but at other times forbid opposition media? I propose a theory that dictators tolerate opposition media selectively in order to limit protests. I formalize the theory in a signaling model, from which I derive several testable empirical implications. I illustrate the logic of the theory with a case study of the Ben Ali dictatorship in Tunisia during its first five years (1987-1992), based in part on interviews I carried out in Tunisia. I show how the theory explains variation in Ben Ali's willingness to allow opposition media, across both time and opposition groups. To test the implications of the model quantitatively, I construct a panel dataset on ten Arab countries with authoritarian regimes during 1992-2017. The data measure which regimes allowed opposition groups to produce media in which years and are based on my research on a wide range of opposition groups (of various ideologies and legal statuses) and of media (including newspapers, websites, and TV channels).I find that dictators allow opposition media when their regimes are most likely to survive an uprising, in order to signal their strength to citizens and discourage them from protesting. In particular, in years when authoritarian regimes experience strong economic performance – including low unemployment, high economic growth, and plentiful revenue from oil and natural gas – they are far more likely to permit opposition media. After the "Arab Spring" uprisings of 2011 revealed that the region's authoritarian regimes were more vulnerable to mass unrest than they previously appeared, those regimes became much less likely to tolerate opposition media. By advancing a new theory and analyzing original empirical evidence, this study contributes to our understanding of why media freedom varies in authoritarian regimes.
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 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 | 0,000 | 0,002 |
| 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 | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,002 |
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 tête enseignante, 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 ».