Polarized we trade? Intraparty polarization and US trade policy
Notice bibliographique
Résumé
Abstract Research indicates that polarization has led to an increasing dispersion between moderate and more extreme voters within both parties. Intraparty polarization supposedly affects the nature of interparty competition as it creates political space for new political realignments and the rise of anti-establishment candidates. This article examines the extent and impact of intraparty polarization in Congress on US trade policy. Specifically, the article examines whether (and which) trade policy preferences are distributed within and between both parties, as well as how intraparty polarization has influenced the outcome of US trade negotiations. It is theorized that intraparty polarization causes crosscutting legislative coalitions around specific trade policies and political realignments around ideological factions, with consequences for the outcome of trade negotiations. By relying on a unique dataset of congressional letters and co-sponsorship legislation, the article first derives trade policy preferences from members of Congress and computes their ideological means. Two contemporary cases of US trade policy are examined: The Transpacific Partnership Agreement and the US–Mexico–Canada Agreement. Via a structured-focused comparison of both cases, the paper finally assesses under which combinations of preference-based and ideology-based intraparty polarization Congress manages to ratify trade agreements. Findings suggest that both parties are intrinsically polarized between free trade and fair trade preferences yet show variance in their degree of ideology-based intraparty polarization. These findings contribute to existing work on bipartisanship as well as factions in the foreign policy realm, as it shows under which circumstances legislators can build crosscutting coalitions around foreign policies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».