MétaCan
Menu
Retour à la cohorte
Enregistrement W7010352443

Identity, Economy, and Secessionism in Comparative Perspective

2024· other· en· W7010352443 sur OpenAlexaboutno aff

Notice bibliographique

RevueeScholarship (California Digital Library) · 2024
Typeother
Langueen
DomaineMedicine
ThématiqueBiomedical and Chemical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalientSecessionExplanatory powerIdentity (music)Variety (cybernetics)Perspective (graphical)Social identity theoryPower (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

What motivates the emergence of secessionist movements, and why do individuals support secession once it becomes a salient issue? Scholars have argued that identitarian and economic factors motivate the emergence of secessionism and shape individuals’ preferences on secession, but they have examined only social groups among which secessionist movements have emerged and have not identified the specific ways in which identitarian and economic motivations shape secessionism in different types of regions. My project pioneers a novel approach to secessionism by identifying the universe of potentially secessionist social groups and introducing a theory of why the causal processes motivating secessionism might be different for different regions or groups. Using large-N cross-national analyses, case studies, interviews, and surveys, I examine how cultural identity and economic dynamics shape secessionism across a variety of contexts.I test traditional theories of secessionism using an original dataset containing the universe of potentially secessionist social groups in Europe and the former Soviet Union. To reduce bias from selecting cases on the outcome of interest, my dataset includes a set of groups with potential but unrealized secessionism alongside groups that mobilized for secession. I show that theories that emphasize the role of natural resources and relative deprivation in motivating secessionism lose their explanatory power when tested over this improved sample. I supplement this quantitative analysis by investigating the systematic reasons why economic grievances motivate secessionists in some places while identity-based grievances motivate secessionism in others. Through interviews, ethnographic research, and process tracing, I examine secessionism in Catalonia, Montenegro, Quebec, and Scotland. I show that in Scotland, economic factors have primacy in motivating secessionism, whereas identity-based factors drive secessionism in Quebec. In Catalonia, identitarian and materialist concerns interact to motivate secessionism, while anti-regime pressures encouraged secessionism in Montenegro.I then examine survey data from Catalonia, Northern Ireland, Scotland, and Wales to explore how cultural identity, socioeconomic status, and partisanship predict support for secession. I show that while regional identity is generally a strong predictor of support for secession, socioeconomic status and partisanship are weaker indicators, which problematizes traditional theories of public opinion and suggests that secession is fundamentally distinct from other political issues.This project advances our identification of the causal mechanisms behind secessionism at both the cross-national and individual levels. My cross-national analysis shows that identity and economic factors are indeed important drivers of secessionism, while disaggregating secessionist regions shows how these factors shape secessionism in different contexts.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,008

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 Opus0,028
Tête enseignante GPT0,313
Écart entre enseignants0,285 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship (California Digital Library)Même sujetBiomedical and Chemical ResearchTravaux en français237 207