MétaCan
Menu
Retour à la cohorte
Enregistrement W4255663899 · doi:10.31219/osf.io/azrxm

Party Cues in the News: Democratic Elites, Republican Backlash and the Dynamics of Climate Skepticism

2020· preprint· en· W4255663899 sur OpenAlexaff
Eric Merkley, Dominik Stecuła

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensUniversity of TorontoSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésSkepticismEliteDemocracyPublic opinionConstruct (python library)Climate changePolitical scienceBacklashDynamics (music)Motivated reasoningPolitical economySociologyLawEpistemologyPoliticsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Supporters of the Republican Party have become much more skeptical of the science of climate change since the 1990s. We argue that backlash to out-group cues from Democratic elites played an important role in this process. We construct aggregate measures of climate skepticism from nearly 200 public opinion polls at the quarterly level from 2001 to 2014 and at the annual level from 1986 to 2014. We also build time series measures of possible contributors to climate skepticism using an automated media content analysis. Our analyses provide evidence that cues from party elites – especially from Democrats – are associated with aggregate dynamics in climate change skepticism including among supporters of the Republican Party. We then conduct a party cue survey experiment on a sample of 3,000 Americans through Amazon Mechanical Turk to provide more evidence of causality. Together, these results draw attention to the importance of out-group cue-taking and suggest we should see climate change skepticism through the lens of elite-led opinion formation.

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)0,002
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: aucune
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,281
Tête enseignante GPT0,423
Écart entre enseignants0,142 · 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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate Change Communication and PerceptionTravaux en français237 207