Protest dynamics understood through the lens of the Civil Rights movement
Notice bibliographique
Résumé
This thesis aims to expand on Omar Wasow’s (2020) paper regarding “Agenda Seeding: How 1960s Black Protests Moved Elites, Public Opinion and Voting.” This paper looks into the civil rights movement and its effect on public opinion through Democratic vote share during the 1964, 1968, and 1972 United States presidential elections. Social movement literature rarely justifies the prioritization protest count over protest size for analyses (Biggs 2018). However, newer research suggests that the outcome variable is pivotal to making the right methodological decision (Shuman et al. 2022). Protest count is the most frequent measure used in the cases of policy-related outcomes. I assess protest size to be a stronger measure of attitudinal changes seen in voting behaviour. As literature on the difference in outcomes between nonviolent and violent tactics grows, little has been done to push forward our understanding of the dimensions of violence (McAdam and Su 2002). This thesis sheds light on how more severe forms of violence such as death have a higher predicted effect on negatively affecting public opinion compared to violence at the property level. Finally, to better understand protest dynamics, I include the role of police action. I show how arrests push voting behaviours towards favouring “law and order,” but the use of physical force by law enforcement against nonviolent protesters leads to a “backfire” effect on the state, increasing movement support and shifting public opinion in favour of “civil rights.”
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».