dc.contributor.advisor | Dr. Salvador Vázquez del Mercado |
dc.creator | Cervantes Estévez, Rafael |
dc.date.issued | 2021 |
dc.identifier | 176244.pdf |
dc.identifier.uri | http://hdl.handle.net/11651/4741 |
dc.description.abstract | ¿Las consecuencias de una pandemia son culpa del gobierno? Esta y otras preguntas se han convertido en dudas clave para el electorado a partir de la pandemia del COVID-19 que ha afectado a todo el mundo. Si bien esta no es la única cuestión en mente para los votantes, definitivamente es un problema por el que juzgarán al gobierno y por el que posiblemente decidan terminar su mandato. Distintos estudios han analizado el efecto de shocks externos en una elección, pero muy pocos han abordado el fenómeno de una pandemia, mucho menos la COVID-19. Es entonces que una elección como la presidencial de E.E.U.U., con una gran disponibilidad de datos, un entorno político ampliamente analizado y un período marcado por la creciente división política y socioeconómica se presenta como una oportunidad de estudio imperdible para observar si en realidad una epidemia puede ser determinante en una contienda electoral. Este trabajo argumenta que, en el escenario de una epidemia, el electorado castigará al partido gobernante en función de qué tan efectiva consideró su gestión para mitigar la mortalidad producida por el virus. Esto pues, entre mayor sea la tasa de mortalidad, menor será el apoyo al gobierno, en este caso el partido republicano. Sin embargo, el contexto estadounidense brinda la posibilidad de analizar una segunda hipótesis: en condados que votaron mayoritariamente republicano en 2016, el efecto de la tasa de mortalidad será menor o incluso nulo o inverso. Esto debido al impacto considerable que tiene la identidad partidista sobre la evaluación que realiza el electorado sobre la pandemia. Para probar estas hipótesis, el trabajo utiliza los datos sobre la tasa de mortalidad por COVID a nivel condado, así como los resultados de las elecciones presidenciales de 2016 y 2020. Estos fueron utilizados para crear un modelo jerárquico con un término interactivo, para así lograr evidenciar que apoyo a un gobierno decrece en función de la tasa de mortalidad por COVID, pero también demostrar que la identificación partidista logra revertir estos efectos. Esta tesina contribuye a lo que probablemente será el inicio de un rico campo de estudio sobre la política y las pandemias, así como el rol que juega el gobierno y el electorado en estos contextos. |
dc.format | application/PDF |
dc.language.iso | spa |
dc.publisher | El Autor |
dc.subject.lcsh | Mortality -- Effect of crisis management in government on -- United States -- 2016 -- Statistical methods. |
dc.subject.lcsh | COVID-19 (Disease) -- Mortality -- Effect of crisis management in government on -- United States -- Statistical methods. |
dc.subject.lcsh | Presidents -- Election -- Effect of COVID-19 Pandemic, 2020 - on -- United States -- Statistical methods. |
dc.title | Estados Unidos y la COVID-19: la lucha entre el factor Trump y el virus |
dc.type | Tesis de licenciatura |
dc.accessrights | Acceso abierto |
dc.recordIdentifier | 000176244 |
dc.rights.license | Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional CC BY-NC-ND |
thesis.degree.grantor | Centro de Investigación y Docencia Económicas |
thesis.degree.name | Licenciatura en Ciencia Política y Relaciones Internacionales |
dc.relation.dataset | https://data.census.gov/cedsci/table?hidePreview=true&tid=ACSDP5Y2016.DP02. |
dc.relation.dataset | https://data.census.gov/cedsci/table?hidePreview=true&tid=ACSDP5Y2019.DP02. |
dc.relation.dataset | https://data.census.gov/cedsci/table?q=DP03%3A%20SELECTED%20ECONOMIC%20CHARACTERISTICS&tid=ACSDP5Y2016.DP03&hidePreview=true. |
dc.relation.dataset | https://data.census.gov/cedsci/table?q=DP03%3A%20SELECTED%20ECONOMIC%20CHARACTERISTICS&tid=ACSDP5Y2019.DP03&hidePreview=true. |
dc.relation.dataset | https://data.census.gov/cedsci/table?q=DP05%3A%20ACS%20DEMOGRAPHIC%20AND%20HOUSING%20ESTIMATES&tid=ACSDP5Y2016.DP05&hidePreview=true. |
dc.relation.dataset | https://data.census.gov/cedsci/table?q=DP05%3A%20ACS%20DEMOGRAPHIC%20AND%20HOUSING%20ESTIMATES&tid=ACSDP5Y2019.DP05&hidePreview=true. |