A Model for Right-Wing Populist Electoral Success?
Notice bibliographique
Résumé
Abstract This article adds to the large literature on right-wing populist parties ( RWPP ), explaining how anti-immigrant sentiments become salient for vote choice. Within the large literature on RWPP , anti-immigration attitudes are the most important variable to explain the vote share of RWPP . Yet, recent research shows that there is not always an empirical effect between having anti-immigrant attitudes and voting for the RWPP . In this article, we develop a theoretical model that explains the conditions under which anti-immigration attitudes matter. We then test this model based on the case of the AfD in Germany, a typical case for a right-wing populist party exploiting anti-immigrant sentiment. Focusing on the AfD in Germany, we illustrate that the refugee crisis in 2015 in combination with a perception of high government unresponsiveness to stop the crisis provided the structural conditions necessary to activate latent anti-immigration sentiment among large parts of the population. Using a structural analysis and individual panel data for Germany’s general elections in 2013 and 2017, we find that immigration critical attitudes were already present among parts of the population in 2013 but immigration was a secondary topic in the 2013 election, even among AfD voters. Due to the immigration crisis in 2015, immigration became a salient topic. The combination of a perceived external crisis or shock combined with a perceived government’s unresponsiveness quickly offered a winning formula for the AfD. A probability probe for two other countries (Sweden and Italy) with different contexts also show salience for the model.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».