The dynamics of attitudes toward immigrants: Cohort analyses for Western EU member states
Notice bibliographique
Résumé
Public opinion climates on immigrants are subject to certain dynamics. This study examines two mechanisms for such dynamics in Western EU member states for the 2002–2018 period. First, the impact of cohort replacement and, second, the impact of periodic threat perceptions, namely, changing macroeconomic conditions and shifts in immigration rates. To date, empirical research on anti-immigrant sentiments rarely combines these two concepts simultaneously to disentangle the interplay of period and cohort effects and determine the factors for long- and short-term attitude changes in societies. Motivated by this gap in the literature, I conduct multiple linear regression analyses of pooled data from all waves of the European Social Survey to show that the process of cohort replacement has led to a substantially more positive opinion climate toward immigrants since the 2000s. However, results indicate that in the future, this positive development is likely to come to a halt since younger cohorts no longer hold significantly more immigrant-friendly attitudes than their immediate predecessors. Furthermore, we observe different period effects to impact cohorts’ attitudes. Fixed-effects panel analyses show that the effect of changing macroeconomic conditions on cohorts’ attitudes is low. Changes in immigration rates, however, lead to significantly more dismissive attitudes when immigrants originate from the Global South as opposed to when they enter from EU countries. These insights suggest that it is less economic or cultural threat perceptions, but ethnic prejudice that plays a key role for natives to oppose immigration. Overall, findings suggest that it is not either cohort or period effects driving large-scale attitude changes, but rather we observe an interplay of both.
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 | 0,000 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».