MétaCan
Menu
Retour à la cohorte
Enregistrement W4200044087 · doi:10.1177/07311214211062106

How Does Actual Inequality Shape People’s Perceptions of Inequality? A Class Perspective

2021· article· en· W4200044087 sur OpenAlexaff
Edward Haddon, Cary Wu

Notice bibliographique

RevueSociological Perspectives · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Cultural Dynamics
Établissements canadiensYork UniversityUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésInequalitySocial inequalityIncome inequality metricsEconomic inequalitySocial classPerspective (graphical)Demographic economicsPerceptionSociologyEconomicsPsychologyMathematics

Résumé

récupéré en direct d'OpenAlex

While some scholars suggest that awareness of income inequality is strongest when the actual level of inequality is high, others find that individuals’ awareness of income inequality is largely unresponsive to actual inequality. In this article, we argue that individuals in different social class positions often respond to the actual levels of income inequality distinctively, and therefore a class perspective is essential in understanding how actual inequality and people’s perceptions of it are associated. Using data from the social inequality modules of the International Social Survey Programme (ISSP, 1992, 1999, and 2009) as well as the World Income Inequality Database ( https://www.wider.unu.edu/ ) and the World Inequality Database ( https://wid.world/ ), we consider how actual inequality interacts with social class to shape people’s perceptions of income inequality across 64 country-years between 1992 and 2009. We find that overall, perceptions of inequality are higher among the working class and lower among salariats. However, cross-nationally and over time, as the actual level of inequality increases, working classes become less critical toward inequality, whereas salariats become more critical. The actual level of inequality itself has no impact on people’s discontent toward it. This creates a counterbalancing effect that obscures the aggregate relationship between rising inequality and people’s perceptions of it.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0040,004
Science ouverte0,0000,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,047
Tête enseignante GPT0,355
Écart entre enseignants0,308 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociological PerspectivesMême sujetSocial and Cultural DynamicsTravaux en français237 207