Frame Backfire: The Trouble with Civil Rights Appeals in the Contemporary United States
Notice bibliographique
Résumé
Many scholars and activists consider civil rights to be a powerful, effective way to frame diverse causes, but do civil rights claims actually resonate? Building on social movements, collective memory, and public opinion scholarship, we conceptualize civil rights claims in three non-mutually-exclusive ways: as a highly resonant “master frame” grounded in core American ideals of equal rights, as an appeal to the idealized memory of the Civil Rights Movement, and as racialized messaging that is likely to provoke backlash. Using these conceptualizations, we derive expectations about the effectiveness of civil rights claims across diverse issues, beneficiaries, and audiences, which we test using two large-scale survey experiments. Respondents viewed “civil rights” very positively in the abstract and broadly agreed about the meaning in both closed and open-ended survey responses: civil rights are about ensuring equal rights and treatment, rather than addressing material needs. Yet, surprisingly, framing contemporary problems—even unequal treatment—as civil rights violations reduced support for government intervention. Indeed, we find widespread frame backfire : civil rights framing was counterproductive across issues (material deprivation, unequal treatment), beneficiaries (African Americans, Mexican Americans, White Americans, undocumented Mexican immigrants), and audiences (liberals, conservatives, Whites, African Americans, Latinos). Given the consistently negative effects across respondents, these findings cannot be adequately explained as racialized backlash. Instead, we propose that civil rights claims evoke comparisons to the historic Civil Rights Movement, making contemporary hardships appear less significant and prompting unfavorable contrasts with idealized claims-making of the past. Our findings challenge assumptions that frames resonate when they align with audiences’ values or appeal to positive collective memories; indeed, invoking idealized memories risks undermining support for contemporary causes.
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 | 0,000 |
| 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 | 0,001 | 0,005 |
| 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 ».