MétaCan
Menu
Retour à la cohorte
Enregistrement W3208502978 · doi:10.3389/fsoc.2021.655880

Do Polarization Narratives Apply to Politics on the Periphery? The Case of Atlantic Canada

2021· article· en· W3208502978 sur OpenAlexafffundabout
Rachel McLay, Howard Ramos

Notice bibliographique

RevueFrontiers in Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensWestern UniversityDalhousie University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésPoliticsNarrativePolitical scienceSociologyLawPhilosophy

Résumé

récupéré en direct d'OpenAlex

Researchers, policymakers, and the public often claim that "extreme" political views have become increasingly commonplace and that polarization on issues of race and immigration has become a central dilemma for contemporary politics. The popular narrative of political polarization captures tensions that many are noticing and experiencing. However, there is also significant confusion around the concept, as well as gaps between popular perceptions and empirical findings on the different forms of polarization and their prevalence across regions. It is unclear to what extent polarization describes a global phenomenon, as its national and subnational manifestations vary considerably, produced from distinct local histories as well as diffuse transnational forces. While the United States is often treated as ground zero for political polarization, nearby Canada does not appear to be experiencing polarization to nearly the same degree. Using data from a 2019 survey on Atlantic Canadians' political views and perceptions of change, this paper examines whether underlying forms of political polarization are manifesting in the region. We assess whether mass ideological polarization and partisan sorting can be found in Atlantic Canada, looking at socio-cultural and economic dimensions of political values. We also examine perceptions of polarization in the region, using Multiple Correspondence Analysis to observe underlying associations between perceptions, extreme or polarized views, and partisanship. This mapping approach provides insight into latent patterns often missed by more traditional methods.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,655
Score d'incertitude au seuil0,379

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 technologies0,0000,000
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 Opus0,026
Tête enseignante GPT0,314
Écart entre enseignants0,288 · 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

Citations6
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in SociologyMême sujetElectoral Systems and Political ParticipationTravaux en français237 207