MétaCan
Menu
Retour à la cohorte
Enregistrement W4390700488 · doi:10.1038/s44168-023-00074-1

Polarisation of Climate and Environmental Attitudes in the United States, 1973-2022

2024· article· en· W4390700488 sur OpenAlexaff
E. Keith Smith, M. Julia Bognar, Adam Mayer

Notice bibliographique

Revuenpj Climate Action · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésClimate changeEnvironmental movementPolarization (electrochemistry)PoliticsPolitical scienceGeographyPsychologyEcologyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Since the early 1990s, increasing political polarisation is among the greatest determinants of individual-level environmental and climate change attitudes in the United States. But several patterns remain unclear: are historical patterns of polarisation largely symmetrical (equal) or is rather asymmetrical (where one set of partisans shifts more than others)? How have polarisation patterns have changed over time? How generalizable are polarization patterns across different environmental and climate change attitudes? We harmonised four unique sets of historical, pooled cross-sectional survey data from the past 50 years to investigate shifts across seven distinct measures of citizen environmental and climate change attitudes. We find that contemporary attitudes are polarised symmetrically, with Democrats (higher) and Republicans (lower) attitudes are equidistant from the median. But the historical trends in polarisation differ by attitudes and beliefs. In particular, we find evidence of two distinct historical patterns of asymmetric polarisation within environmental and climate change attitudes: first, with Republicans becoming less pro-environmental, beginning in the early 1990s, and second, a more recent greening of Democratic environmental attitudes since the mid-2010s. Notably, recent increases in pro-environmental attitudes within Democrats is a potentially optimistic finding, providing opportunities towards overcoming decades-long inertia in climate action. These findings provide a foundation for further research avenues into the factors shaping increased pro-environmental attitudes within Democrats.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,256
Score d'incertitude au seuil0,415

Scores Codex et Gemma par catégorie

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

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 Opus0,262
Tête enseignante GPT0,437
Écart entre enseignants0,175 · 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'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

Citations48
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuenpj Climate ActionMême sujetClimate Change Communication and PerceptionTravaux en français237 207