MétaCan
Menu
Retour à la cohorte
Enregistrement W3025368479 · doi:10.1177/1742715020926783

The organization of ideological discourse in times of unexpected crisis: Explaining how COVID-19 is exploited by populist leaders

2020· article· en· W3025368479 sur OpenAlexaff
Ajnesh Prasad

Notice bibliographique

RevueLeadership · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésIdeologySociologyRhetoricPolitical economyPoliticsLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Using the persecution of Muslims in India that is currently taking place against the backdrop of the COVID-19 global pandemic as an illustrative case, this essay identifies the dynamics of the organization of ideological discourse by populist leaders in times of unexpected crisis. The organization of ideological discourse represents strategic, discursive acts committed by populist leaders aimed at foregrounding social conditions that would function in the advancement of various political ends—whether those ends may be the consolidation of power, the undermining of institutional systems of checks and balances, the implementation of exclusionary or injurious policies against disenfranchised constituents, the suspension of civil liberties, or a combination thereof. It is engendered through a three-stage process. In the first stage, surface-level validation by legitimate institutional actors confirms preconceived ideas about a constructed enemy. In the second stage, inflammatory rhetoric is deployed by populist leaders, which scapegoat that constructed enemy. These two stages culminate to create widespread moral panic in society. With moral panic firmly established, in the third stage an environment of fear and paranoia becomes susceptible to the enactment of symbolic and physical violence against the constructed enemy. The essay concludes with some words on the pressing need to deconstruct ideologically motivated discourses related to COVID-19.

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)0,007
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,013
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0160,053
Communication savante0,0160,012
Science ouverte0,0020,010
Intégrité de la recherche0,0040,006
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 Opus0,194
Tête enseignante GPT0,302
Écart entre enseignants0,109 · 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'étudeQualitatif
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

Citations66
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLeadershipMême sujetCOVID-19 Pandemic ImpactsTravaux en français237 207