Media Securitizer and the Racist “China-Threat” Discourse — Ascension, Peak, and Downfall
Notice bibliographique
Résumé
My research analyses media treatment of China’s techno-scientific expertise as a proxy to document the conditions under which the China-Threat discourse gains momentum, peak, and subsequently retreats from the field of power. I use the concept of media securitizer to examine the active role that print media’s reporting plays in the construction of China as a security threat in the political field and the public arena. I use qualitative content analysis of 250 news stories from The New York Times published between 1996 and 2016. My findings show the occurrence of two episodes of China-Threat cycles. The first peaked between 1999 and 2001 following Dr. Wen Ho Lee’s nuclear espionage case, while the second cycle gained momentum in 2010 after Beijing perpetrated a cyber-attack against Google. The first episode reveals that The Times played a key securitizing part in the strengthening of the China-Threat views in the political field with their publication of Dr. Lee’ case in 1999 and the specific discourse mobilized to tell the story. The second episode shows, on the contrary, a de-securitizing approach critical of Washington’s and understanding of Beijing’s intentions. Finally, contrary to agenda-setting scholars who argue that the shifting nature of media attention from one issue to another can explain the “end of cycles,” my results indicate the effect of internal forces as well. In both cases, the declining phase of China-Threat cycles was triggered by the unintentional racist effects of over-securitizing a state’s adversary. Dropped prosecutions against American citizens with Chinese heritage accused of acting as Beijing’s spies showcased how sinophobic sentiments participate in the China-Threat downfall. These events operate as “reflexive trigger” that expose the fear-inducing, alarmist, and paranoid nature of the China-Threat.
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 | 0,005 | 0,001 |
| 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 | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».