Violence and Impunity: Democratic Backsliding in the Philippines and the 2022 Elections
Notice bibliographique
Résumé
As president from 2016 to 2022, Rodrigo Duterte captured the judiciary, dominated the legislature, attacked the media, and presided over a campaign of mass killing, leaving an estimated 30,000 alleged drug criminals dead. Despite wielding vast amounts of power, Duterte stepped down after the national elections on May 9, 2022 in a largely peaceful transfer of power to Ferdinand Marcos Jr., son and namesake of the former dictator deposed in 1986. Why did Duterte amass power without causing full democratic collapse into authoritarian rule? The Philippines experienced backsliding to competitive authoritarianism: while elections remain free and somewhat fair, other features of democracy like civil liberties and political freedoms have eroded badly because of mass violence. The Philippine case demonstrates the autocratizing e ect of an emerging form of political violence: a focused campaign of state terror that produces fear and electoral success. I present evidence from two cases—the national "war on drugs" and its local antecedent in Davao City—to explain how violence escalates, provokes accountability, evades culpability, and contributes to democratic backsliding without immediate collapse to authoritarianism. With the election of Marcos Jr., the impunity of the former incumbent is likely to become institutionalized, and democratic backsliding is unlikely to be reversed.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 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 ».