MétaCan
Menu
Retour à la cohorte
Enregistrement W4416917077 · doi:10.1007/s12552-025-09480-y

How Xenophobia Shapes Political Party Support: Evidence from COVID-19 in Canada

2025· article· en· W4416917077 sur OpenAlexfundaboutno aff
V. Tan

Notice bibliographique

RevueRace and Social Problems · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Oxford
Mots-clésXenophobiaPoliticsWork (physics)ImmigrationSocial work

Résumé

récupéré en direct d'OpenAlex

Racialized or ethnically marginalized groups typically have strong loyalties to particular political parties, but can these group loyalties be undermined? In this paper, I investigate whether racist but group-specific political discourse can alter these loyalties by activating a sense of linked fate among those who share a panethnic identity (e.g., as Asian). Using Canadian Election Study data in a quasi-experimental research design, I explore the impact of the highly visible, anti-Asian racism during the COVID-19 pandemic and whether this led to changes in political party support among different Asian ethnic groups, relative to the control, in Canada. I find that Conservative Party support declined more steeply for Chinese respondents than for any other Asian communities after the pandemic, despite Chinese being most likely to vote Conservative pre-pandemic. Therefore, I argue that periods of widespread discrimination can lead people to reject parties that are exclusionary against their group. However, despite their shared vulnerability to discrimination, this rejection of the Conservative party did not occur among all those who are racialized within Asian panethnic identity. Hence, racially hostile but group-specific language can potentially undermine a sense of linked fate and collective political action as a result. Supplementary Information: The online version contains supplementary material available at 10.1007/s12552-025-09480-y.

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)0,001
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 enseignants0,414
Score d'incertitude au seuil0,745

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,080
Tête enseignante GPT0,356
Écart entre enseignants0,276 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRace and Social ProblemsMême sujetElectoral Systems and Political ParticipationTravaux en français237 207