MétaCan
Menu
Retour à la cohorte
Enregistrement W1664439139 · doi:10.48550/arxiv.cs/0109096

CyberCampaigns and Canadian Politics: Still Waiting?

2001· preprint· en· W1664439139 sur OpenAlexaboutno aff
Tony Christensen, Peter J. McCormick

Notice bibliographique

RevueArXiv.org · 2001
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPoliticsPolitical sciencePolitical economyEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

The early election call in the fall of 2000 provided the perfect opportunity to study the impact the Internet has had on election campaigning in Canada. With the explosion of use the Net has seen since the 1997 general election, Canadian federal parties stood at the threshold of a new age in election campaigning. Pundits such as Rheingold (1993) have argued that the Internet will provide citizens with a way to bypass traditional media and gain unmediated access to each parties political message as well as providing a forum for citizens to engage the parties, and each other in deliberative debate. Through a longitudinal analysis of party web pages and telephone interviews with party staffers, we analyze the role the Internet played in the election campaigns of Canada's federal parties. Our findings indicate that the parties are still focusing on providing online features that talk at the voter instead of engaging them in any type of meaningful discourse. Most of these sites were exceptionally similar in their structure and in the type of content they provided. Generally, these sites served as digital archives for campaign material created with other media in mind and despite the multimedia capabilities of the Internet, these sites tended to be overwhelmingly text oriented. In line with Stromer-Galley's (2000) discussion of why candidates in the U.S. avoid online interaction, we also argue that little incentive exists to motivate parties to engage in any meaningful interaction with voters online.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,066
Tête enseignante GPT0,325
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArXiv.orgMême sujetSocial Media and PoliticsTravaux en français237 207