[455] Internal Versus External Sources of Anti-Americanism TWO COMPARATIVE STUDIES
Notice bibliographique
Résumé
To assess the relative importance of internal and external sources of anti-Americanism, both cross-sectional and longitudinal data were examined. Multiple regression analysis of the cross-sectional data—which cover 68 countries for the period 1956—1965—revealed that both internal stress and U.S. penetration affect anti-Americanism independently, with internal stress being a stronger determinant of anti-Americanism than U.S. penetration. When the countries were grouped together in regional clusters, stress was more important in generating European and Latin American anti-Americanism, while, in the Afro-Asian nations, U.S. presence was more important. Longitudinal data were collected and analyzed for Canada and Mexico, each for the period 1936-1968. Both simultaneous and time-lagged multiple regressions again showed stress and penetration as independent determinants of anti-Americanism. While, in Canada, U.S. presence was a stronger determinant of anti-Americanism than was stress, stress was more influential in generating Mexican anti-U.S. sentiments. In fact, in the Mexican case, U.S. presence was negatively related to anti-Americanism. Hostility toward the United States and its citizens is at least as old as Charles Dickens ’ portrayal of Americans in Martin Chuzzlewit (1843) as a collection of braggarts, buffoons, and charlatans. His nineteenth-century distaste for North American manners and mores has been largely superseded by less genteel twentieth-century opposition to Yankee economic expansion and Washington’s political activism in the inter-AUTHORS ’ NOTE: This article draws upon research papers prepared by two of
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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».