Bootleggers, Baptists, and Policymakers: Domestic Discourse Coalitions in EU–Mercosur Negotiations
Notice bibliographique
Résumé
This article examines the dynamics of coalition formation in the context of the EU–Mercosur negotiations, utilizing the “Bootleggers and Baptists” analogy to understand how diverse actors—such as import‐competing sectors, civil society organizations, and policymakers—engage in issue‐linkage in public debates surrounding preferential trade agreement negotiations. The framework explores three types of coalition formation: opportunistic framing, strategic alliance, and mediated convergence, each representing varying degrees of coordination between moral and economic actors. The findings suggest that active coordination between such groups is rare, yet de facto coalitions are quite important. The empirical analysis uses quantitative text analysis of online debates in France and Ireland to show that coalitions are formed through opportunistic framing, rather than strategic alliance or mediated convergence. The findings are corroborated through a congruence analysis of discourse networks demonstrating that Bootleggers and Baptists represent distinct communities, each primarily engaging with their own narratives and borrowing from the other only when it serves a strategic purpose. These findings suggest that policy outcomes are shaped more by the overlap of win‐sets and the de facto coalitions necessary for ratification, rather than deliberate issue‐linkage by policymakers or the formation of alliances across groups. The results have important implications for understanding how environmental, labour, and human rights concerns become intertwined with trade policy. We demonstrate that, even when there is a confluence of interests between actors, discourse coalitions tend to grow across actor types as a result of discursive opportunism rather than strategic alliances.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».