Frederik Hjorth

Hvad forsker du i?

Min forskning har en substantiel og en metodisk dimension. Mit substantielle fokus er politisk adfærd og partipolitik. Min nuværende forskning fokuserer især på, hvordan borgere og mainstream-partier reagerer på fremkomsten af såkaldt ekstreme partier, især højrepopulistiske partier. Hvad er årsagerne til og konsekvenserne af politiske reaktioner på ekstreme partier? Og hvordan kommer ekstreme partier selv ind i den politiske mainstream? Metodisk er jeg især interesseret i at bruge ustrukturerede data som tekst, tweets eller online metadata i kombination med moderne computationelle metoder til at studere politik.

Hvorfor er det så vigtigt?

Begge dimensioner af min forskning er vigtige. Den substantielle dimension skaber viden om de langsigtede konsekvenser af de omvæltninger, der præger europæisk politik i disse år. Fragmenteringen af europæiske partisystemer kan føre til øget politisk polarisering i takt med at nye partier ofte indtager mere ekstreme standpunkter, hvilket gør det vanskeligt for mainstreampartier at nå til konsensus. På den anden side kan mere fragmenterede partisystemer føre til mere demokratisk responsiv politik i takt med at mainstreampartier udsættes for politisk konkurrence. Den metodiske dimension af min forskning bidrager til at integrere moderne computationelle værktøjer i måden, vi studerer politik på, hvilket kan skabe nye videnskabelige indsigter.

Et projekt du er stolt af?

Jeg er stolt af mit nystartede projekt Origins of Descriptive Representation (ODER), finansieret af en Semper Ardens: Accelerate bevilling fra Carlsberg Fondet. ODER studerer gennembrudskandidaturer, dvs. de første valg af kandidater fra en underrepræsenterede grupper, specifikt arbejdere og kvinder, og under hvordan disse valg påvirker vælgeropbakning, nomineringer og retorik blandt kandidatpartier og deres konkurrenter. For at besvare forskningsspørgsmålet udvikler ODER et nyt datasæt, der indeholder resultatet af hvert enkelt folketingskandidatur i dansk historie. ODER vil bruge maskinlæringsmetoder til at digitalisere valgresultater på kandidatniveau for alle danske folketingsvalg før 2001. ODER-projektet kombinerer dermed mine substantielle og metodiske interesser på et højt videnskabeligt ambitionsniveau.

Opdateret oktober 2024

I forbindelse med tidligere forløb har Frederik arbejdet sammen med Emil la Cour, chefkonsulent og teamkoordinator i Kulturministeriets Tech-kontor (Alumner - Policy Fellowship).