Citation

Medina RM, Nicolosi E, Brewer S, Linke AM. Ann. Am. Assoc. Geogr. 2018; 108(4): 1006-1021.

Copyright

(Copyright © 2018, Informa - Taylor and Francis Group)

DOI

10.1080/24694452.2017.1411247

PMID

unavailable

Abstract

Hate in the United States today is narrowly understood but widely used as a politically charged term. Recently, political blame-placing on outsiders such as immigrants has bred a climate of hate and provided fuel for organizations that promote hostility toward others based on marginal group identification. This study investigates patterns of hate groups across space and their drivers with respect to socioeconomic and ideological variables for counties in the United States. Linear and spatial filtering with eigenvector (SFE) models are used to infer relationships between socioeconomic and ideological variables and the number of hate groups within U.S. counties. Additionally, geographically weighted regression (GWR) is used to identify spatial patterns of those relationships. We find that distinct regions of hate can be delineated with variations of hate group activity according to the independent and control variables employed.

我们对于当前美国的仇恨之理解相当狭隘, 但仇恨却被广泛地使用作为充满政治的概念。晚近, 针对诸如移民等外来者的政治责难, 已推进了仇恨的氛围, 并为提倡憎恨被指认为边缘族群他者的组织提供了催化剂。本研究探讨美国各郡县中的仇恨团体形式, 及其关乎社会经济与意识形态变因的驱力。本研究运用线性与空间筛选的特徵向量 (SFE) 模型, 推断社会经济与意识形态变因和美国各郡县中的仇恨团体数量之间的关联性。此外, 地理加权迴归 (GWR) 用来指认这些关联性的空间模式。我们发现, 根据採用的独立与控制变因, 可由仇恨团体活动的变异来描绘特定的仇恨区域。

El odio es hoy entendido en la Estados Unidos con estrechez, pero es ampliamente usado como término cargado de connotaciones políticas. Recientemente, echarle la culpa política a los foráneos, tales como los inmigrantes, ha servido para alimentar un clima de odio al tiempo que ha dado combustible a organizaciones que promueven la hostilidad contra otros con base en la identificación de grupos marginales. Este estudio investiga los patrones de grupos de odio a través del espacio y sus determinantes respecto a variables socioeconómicas e ideológicas para condados de los Estados Unidos. Modelos de filtrado lineal y espacial con eigenvector (SFE) se usan para inferir las relaciones entre variables socioeconómicas e ideológicas y el número de grupos de odio dentro de los condados americanos. Adicionalmente, se usa regresión geográficamente ponderada (GWR) para identificar los patrones espaciales de aquellas relaciones. Descubrimos que se pueden delinear distintas regiones de odio con variaciones de actividad del grupo de odio, de acuerdo con las variables independiente y de control empleadas.

Key Words: bias, geographic information systems, hate, regional analysis, spatial analysis
关键词：: 偏见, 地理信息系统, 仇恨, 区域分析, 空间分析。
Palabras clave: sesgo, sistemas de información geográfica, odio, análisis regional, análisis espacial

Language: en

Keywords

análisis espacial; análisis regional; bias; geographic information systems; hate; odio; regional analysis; sesgo; sistemas de información geográfica; spatial analysis; 仇恨; 偏见; 区域分析; 地理信息系统; 空间分析。