Wetenschap
Uit onderzoek blijkt dat partijdige congrestoespraken met platform verschuiven
Leden van het Congres hebben de neiging om meer politiek polariserende taal te gebruiken op fora die eerder een nationaal publiek zullen aantrekken, blijkt uit een nieuwe studie die mede is geschreven door een Amherst-onderzoeker op het gebied van openbaar beleid van de Universiteit van Massachusetts. De bevindingen bieden nieuwe inzichten over ideologische en politieke retoriek, vooral op sociale media, en illustreren dat het beoordelen van de standpunten van politici op basis van één locatie onvoldoende is.
Het onderzoek verschijnt in het tijdschrift Political Research Quarterly .
Kelsey Shoub, assistent-professor openbaar beleid aan UMass Amherst, ontdekte dat de standpunten van wetgevers vaak verschuiven binnen de grenzen van wat acceptabel is binnen hun respectieve politieke partij, op basis van locatie. Uit een overzicht van officiële tweets, Facebook-berichten, e-nieuwsbrieven, persberichten en toespraken van één minuut in het Huis van Afgevaardigden voor het 116e Amerikaanse Congres blijkt uit het onderzoek dat leden gemiddeld meer polariserende taal gebruikten in berichten op sociale media en de minst polariserende taal. taalgebruik in nieuwsbrieven en toespraken.
“Hoewel het gemakkelijk is om Democraten en Republikeinen van elkaar te scheiden door hun uitspraken op deze platforms te analyseren, variëren hun standpunten binnen de partijen afhankelijk van het medium dat ze gebruiken”, zegt Shoub. "Dit helpt bij het verklaren van de sekteachtige aanhang van sommige leden die sociale media gebruiken om vurige kijk op nationale kwesties te bieden."
Het 116e congres (3 januari 2019 – 3 januari 2021) omvatte de presidentsverkiezingen van 2020, toen partijdigheid volledig tot uiting kwam, zegt Shoub. Hoewel leden van het Congres tijdens de tussentijdse verkiezingen eerder zullen afwijken van hun partijleiders en minder partijdigheid zullen tonen, verwacht ze dat de politieke retoriek op sociale media zal toenemen in de aanloop naar de verkiezingsdag van 2024.
Om tot hun bevindingen te komen, gebruikten Shoub en co-auteurs Jon Green van Duke University, Rachel Blum van de University of Oklahoma en Lindsey Cormack van Stevens Institute of Technology multinomiale inverse regressie, een machinale leertechniek, om bijna 800.000 openbaar beschikbare uitspraken te analyseren. 440 wetgevers verspreid over de vijf locaties. Elke verklaring werd beoordeeld op basis van het gebruik van partijdig taalgebruik in vergelijking met andere verklaringen op die locatie.
Het onderzoek draagt bij aan het begrip van politieke polarisatie en bouwt voort op onderzoek dat heeft gedocumenteerd dat wetgevers zichzelf vaak op verschillende manieren presenteren aan verschillende kiesdistricten op het campagnespoor. Een lid met een buitensporige nationale aanwezigheid kan bijvoorbeeld extremere retoriek gebruiken op sociale media, maar een meer gematigde boodschap overbrengen aan kiezers in e-nieuwsbrieven of aan collega's in de Tweede Kamer.
"Als je alleen maar via sociale media kijkt, ziet de wereld er zoveel slechter uit dan hij in werkelijkheid is. Daarom moeten we naar meerdere locaties kijken om een completer beeld te krijgen", besluit Shoub. "Dat gezegd hebbende, is het heel gemakkelijk om Democraten en Republikeinen te identificeren door alleen naar hun verklaringen te kijken op een van de locaties die we hebben bestudeerd."