Does Talking to the Other Side Reduce Inter-Party Hostility? Evidence From Three Studies
Notice bibliographique
Résumé
According to recent scholarship, citizens in various Western democracies show a growing sense of dislike and distrust toward members of opposing political parties. While political communication processes have been shown to influence inter-party hostility, the literature has so far focused mainly on mass-mediated communication. We argue here that affective polarization might also be determined by interpersonal political communication. Specifically, we hypothesize that “heterogeneous” political discussions—those transcending partisan and ideological boundaries—are associated with decreased hostility toward the other side. We test this hypothesis with three studies conducted in Canada: A cross-sectional survey (N = 3,596), a two- wave panel (N = 3,408), and an instrumental variable analysis (N = 2,005). We find that heterogeneous discussion indeed is associated with reduced polarization, a conclusion that holds across indicators of affect, obtains for both face-to-face and online discussions, and is consistent across studies. Having a heterogeneous (compared to homogeneous) discussion network predicts substantial decreases of up to 0.76, and no less than 0.09, standard deviations in out-party hostility. These findings inform scholarly debates about the antecedents of affective polarization and are consistent with the claim that cross-cutting political discussion can benefit democracy.
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 | 0,009 |
| 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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».