Model Minorities and Fifth Columns in Service of Nation-Building: (De)securitization of Ethnicity in Nation-States with Multiple Minorities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Does the presence of two or more transborder minorities alter the logic of nation-building and affect minority securitization? This article goes beyond the triadic nexus framework commonly applied to minorities caught between their home- and kin-states, proposing a complex lens for analyzing states with multiple ethnic minorities. Titular political elites dealing with multiple minorities assign them to contradictory frames to manage the challenging reality of ethnic demography and regional security. By framing one minority as a “model minority” — trustworthy and law-abiding — and another as a “fifth column” — threatening and disruptive – they accomplish two aims: (1) maintain the dominant status of the titular nation by discrediting minority claims for institutional changes, and (2) legitimize the differential treatment of minorities. Ethnic minorities’ responses to these frames vary from relative acquiescence to violent conflict. I explore why the initially excluded Poles have been recently accommodated in Lithuania, why the marginalized Uzbeks became targets of repression in the Kyrgyz Republic, and why the relatively accommodated Russian speakers, former colonizers, became framed as a security threat in Lithuania but not in the Kyrgyz Republic after the Russian invasion of Ukraine. Understanding how strategic framing advances nation-building offers generalizable insights on (de)securitization of ethnicity.
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.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 découle