MétaCan
Menu
Retour à la cohorte
Enregistrement W3192609491 · doi:10.1111/pops.12777

Prejudice, Political Ideology, and Interest: Understanding Attitudes Toward Affirmative Action in Brazil

2021· article· en· W3192609491 sur OpenAlexaff
Mathieu Turgeon, Philip Habel

Notice bibliographique

RevuePolitical Psychology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensWestern University
Organismes subventionnairesGESIS - Leibniz-Institut für SozialwissenschaftenFundação de Apoio à Pesquisa do Distrito FederalConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésAffirmative actionRedressPoliticsPrejudice (legal term)IdeologySocial psychologyEquity (law)Political scienceSociologyPsychologyLaw

Résumé

récupéré en direct d'OpenAlex

Few public policies have been as consequential or divisive as affirmative action. Proponents have argued for the need for equity and the redress of past and present discrimination, whereas opponents enlist claims over individual liberty and merit. Scholars have examined support to affirmative action, asking to what extent citizens' support is shaped by their political ideology, interest, prejudice, or some combination thereof. Much work to date has focused on the United States, where disentangling theoretical explanations has proved challenging. We turn our attention to an understudied but important case: Brazil. Brazil has implemented a broad form of affirmative action for admission to federal universities that include consideration of the applicant's education, income, and race. Adopting both a conventional question and a list experiment embedded in a face‐to‐face survey among a nationally representative sample of adult Brazilians, we find that public support for affirmative action suffers from social desirability bias, and in our subsequent regression analysis, that attitudes about affirmative action are structured especially by individuals' interests.

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)0,000
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 enseignants0,250
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,353
Tête enseignante GPT0,524
Écart entre enseignants0,172 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitical PsychologyMême sujetElectoral Systems and Political ParticipationTravaux en français237 207