MétaCan
Menu
Retour à la cohorte
Enregistrement W4409000589 · doi:10.1080/09692290.2025.2482030

Identity politics and trade preferences: how the gendered and racialised effects of trade matter

2025· article· en· W4409000589 sur OpenAlexaffabout
Tyler Girard, Andrea Lawlor, Erin Hannah

Notice bibliographique

RevueReview of International Political Economy · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensWestern UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésPoliticsIdentity (music)Identity politicsEconomicsPolitical scienceSociologyPolitical economyInternational tradeAestheticsLaw

Résumé

récupéré en direct d'OpenAlex

There is a considerable body of evidence that shows differentiated levels of support for trade based on identity characteristics, such as gender and race. Yet much of this work focuses on the US, with little evidence of how this relationship might operate amongst the US’ trade partners. This article examines how the racialised and gendered effects of trade matter for individuals’ trade preferences in Canada. Using an online, nationally representative survey, we combine a unique implementation of multidimensional preference scaling and two survey experiments to determine: (1) How people think of trade-offs between industry sectors that are affected by trade and (2) whether using identity priming about occupations as gendered or racialised affects their views about trade and state support for affected workers. Our observational data and pre-registered experiments demonstrate that Canadians’ trade attitudes reflect internalised beliefs about the gendered construction of the economy but are highly resistant to new information and either gendered or racialised identity priming, suggesting in-group favouritism and out-group anxiety are not activated in the same way outside of the US as within. This article thus contributes to growing work on the connections between gender inequality and racial discrimination in international trade politics.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,036
Tête enseignante GPT0,263
Écart entre enseignants0,227 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of International Political EconomyMême sujetGlobal trade and economicsTravaux en français237 207