- 1、本文档共21页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
身份并非一切——人口统计能多大程度上决
定自我认定的政党认同?
SabinaTomkinsDavidRothschild
stomkins@david@
本AlexLiuAlexanderThompson
译avliu@alexmt@
中
1摘要
v
3人口统计学在多大程度上解释了政党认同?人口统计学与政党认同有关,
9出现在政治民意调查、新闻文章和学术出版物中。然而,即使是在历史上与
1某一个政党联系在一起的人口统计群体内部,也存在政党认同的多样性。有
6
0些群体缺乏与任何一个政党的明确联系。可能是因为仅凭人口统计数据无法
.
7解释人们通常属于多种不同的群体这一事实。他们必须在塑造政治身份时选
0择对自己最重要的那些群体,并可能会选择构建相对独立于自己所属任何特
5
2定人口统计群体的身份。这引出了一个问题,当我们使用人口统计数据来解
:释政党认同时,是否需要考虑身份强度的衡量标准?我们利用预测框架来解
v
i决这些问题并发现人口统计数据对某些群体(如黑人民主党人)具有高度预
x
r测性,而其他群体则受益于包括身份强度的衡量(如西班牙裔共和党人)。
a
1介绍
党派立场越来越成为社会群体身份的一个显著特征(Mason2015),党
派成员越来越多地将政党认同内化为自我意识的一部分(WestandIyengar
2022;Egan2020;Margolis2018)。因此,政党认同可以推动政策立场(Jenke
andHuettel2020)(而不是反过来),影响非党派选举中的投票选择(Bonneau
andCann2015),并驱动其他非政治行为(ManentoandTesta2022;Rau
2022;Hubermanetal.2018;HuddyandBankert2017)。将政党归属视为身
份的一个方面所呈现的上升趋势也被归因于极化现象(Iyengar,Sood,and
Lelkes2012)。也就是说,内部群体的党派成员对其他政党的成员(外部群体
1
成员)表现出越来越大的偏见和负面情绪(Iyengar,Sood,andLelkes2012)。
因此,确定并理解政党认同作为社会认同的功能具有重要的实践和科学见
解,从营销到广泛的政治理象都可能受到影响,例如对民主的威胁。
然而,任何试图将社会群体身份与党派倾向联系起来的努力都受到社
会群体身份衡量标准的竞争(即,研究者应考虑哪些衡量标准)以及缺乏全
面调查这些衡量标准在不同人口统计学中相互作用的工作的阻碍(Conover
1988;Lee2008)。人口因素(如年龄、性别、教育和收入)已被证明是各种背
景和时间段内政党认同的指标(KnokeandHout1974;Trevor1999;Green,
Palmquist,andSchickler2004;HuertaandCuartas2021;Berry,Ebner,and
Cornelius2
您可能关注的文档
- DS@GT 在 CheckThat!上的应用 2025: 集成方法在社交媒体上检测科学话语的应用检查笔记本!CLEF 2025 实验室检查表-计算机科学-大语言模型-科学话语检测.pdf
- UQLM:一个用于大型语言模型中不确定性量化的大括号 Python 软件包-计算机科学-大语言模型-不确定性量化-幻觉检测-人工智能安全.pdf
- DS@GT 在 CheckThat! 2025 中:评估数值事实验证的上 下文和分词策略 CheckThat! 实验室在 CLEF 2025 的笔记本检查笔记-计算机科学-机器学习-自动事实核查系统.pdf
- DS@GT 在 CheckThat! 中 2025: 通过迁移学习和纠正性 数据增强检测主观性 CheckThat! 实验室在 CLEF 2025 的笔记本检查笔记-计算机科学-主观性检测-迁移学习.pdf
- 通过多模态推理和集成建模提升科学视觉问答能力-计算机科学-视觉语言模型-提示优化-视觉问答.pdf
- 一种优化可微逻辑门网络中连接的方法-计算机科学-计算机科学-人工智能-反向传播-神经网络硬件-类脑计算.pdf
- 一种定向懒惰随机游走模型在三向动态匹配问题中的应用-计算机科学-机器学习-动态匹配-算法.pdf
- 关于提示调优的调查-计算机科学-大语言模型-提示调优.pdf
- 通过多模态融合和端到端配准增强合成 CT 来自 CBCT-计算机科学-计算机断层扫描-多模态学习-深度学习.pdf
- 实用设计与性能评估使用磁滞的物理水库计算-计算机科学-计算资源-机器学习.pdf
文档评论(0)