Umeå universitets logga

umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Identifying Varieties of Nationalism: A Critique of a Purely Inductive Approach
Umeå universitet, Samhällsvetenskapliga fakulteten, Sociologiska institutionen.ORCID-id: 0000-0001-9023-7316
Umeå universitet, Samhällsvetenskapliga fakulteten, Sociologiska institutionen.ORCID-id: 0000-0003-4203-5394
2022 (Engelska)Ingår i: Nations and Nationalism, ISSN 1354-5078, E-ISSN 1469-8129, Vol. 28, nr 1, s. 341-352Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Most theoretical and empirical approaches to nationalism not only distinguish between ethnic and civic notions of national belonging, but also differentiate national identity from national hubris, pride, and attachment. In this article, we examine recently published research on nationalist sentiments in the United States that takes a different approach. The study in question has already become quite influential in the field and has the potential to change how we conceptualize and operationalize attitudes about the nation. In this research note, we revisit its analytical strategy and exploratory methods. We ask two questions. First, does this study allow us to draw conclusions about American nationalism? To answer this, we replicate the original model and then execute additional postestimation analyses, whose results undermine the study's main conclusions. Second, we investigate whether judicious revisions to the study's model generate results that would lead us to the article's same conclusions. 385 additional models lend no support. Based on this evidence, we argue that the original study's conclusions stem from a misinterpretation of its LCA analysis, as our own analyses demonstrate that there is no empirical basis for its claims.

Ort, förlag, år, upplaga, sidor
John Wiley & Sons, 2022. Vol. 28, nr 1, s. 341-352
Nyckelord [en]
nationalism, national identity, patriotism, latent class analysis, research methods
Nationell ämneskategori
Sociologi (exklusive socialt arbete, socialpsykologi och socialantropologi)
Identifikatorer
URN: urn:nbn:se:umu:diva-178839DOI: 10.1111/nana.12722ISI: 000627558300001Scopus ID: 2-s2.0-85102652633OAI: oai:DiVA.org:umu-178839DiVA, id: diva2:1519812
Ingår i projekt
Hur fördomar utvecklas, Forte, Forskningsrådet för hälsa, arbetsliv och välfärd
Forskningsfinansiär
Marianne och Marcus Wallenbergs Stiftelse, 2014.0019Forte, Forskningsrådet för hälsa, arbetsliv och välfärd, 2016-07177Tillgänglig från: 2021-01-19 Skapad: 2021-01-19 Senast uppdaterad: 2022-07-12Bibliografiskt granskad

Open Access i DiVA

fulltext(791 kB)530 nedladdningar
Filinformation
Filnamn FULLTEXT02.pdfFilstorlek 791 kBChecksumma SHA-512
12f8598c63e93a8a106e8f48c17c9fbce079ac46da73a281f931dc17f9acfd55d106f147e360d9ac4a2e5ca3a04609af0e22a6a95e5b9cbbc17ecee927f539c8
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Person

Eger, Maureen A.Hjerm, Mikael

Sök vidare i DiVA

Av författaren/redaktören
Eger, Maureen A.Hjerm, Mikael
Av organisationen
Sociologiska institutionen
I samma tidskrift
Nations and Nationalism
Sociologi (exklusive socialt arbete, socialpsykologi och socialantropologi)

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 615 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 822 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf