MétaCan
Menu
Retour à la cohorte
Enregistrement W3160039548 · doi:10.1111/pops.12751

The Role of Humanitarianism in Shaping Public Attitudes Toward Refugees

2021· article· en· W3160039548 sur OpenAlexaff
Nicholas A. R. Fraser, Go Murakami

Notice bibliographique

RevuePolitical Psychology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Refugees, and Integration
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRefugeeImmigrationSituational ethicsPoliticsNatural disasterAttitudePolitical scienceSocial psychologyCriminologySociologyDemographic economicsPsychologyEconomicsLawGeography

Résumé

récupéré en direct d'OpenAlex

Most studies that explore attitudes towards immigration conceptualize immigrants as economic migrants. The limitation of this approach is that it emphasizes economic costs and benefits while ignoring the humanitarian logic that forms the basis of refugee admission. To date, few studies have developed and tested theories that explain public support for admitting humanitarian migrants. Our article fills this gap. We argue that dispositional and situational triggers related to humanitarianism shape public attitudes towards refugees: When natives are predisposed to help others in need (humanitarianism) and/or refugees are seen to be victims of randomly occurring events, the public is more likely to support refugee admission. We test this theory using observational and experimental data from a country that accepts few resettlement refugees, Japan. Our study uses a rating‐based conjoint which randomized crisis event, place of origin, access to public housing, and degree of political support for receiving refugees. We find that humanitarianism predicts public support for admitting refugees more strongly than it predicts support for economic migrants. Moreover, we show that people with a higher level of humanitarianism prefer to admit refugees who flee natural disasters and wars as opposed to those who escape from political repression.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,484
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

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

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 Opus0,076
Tête enseignante GPT0,413
Écart entre enseignants0,337 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations30
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitical PsychologyMême sujetMigration, Refugees, and IntegrationTravaux en français237 207