MétaCan
Menu
Retour à la cohorte
Enregistrement W1987084050 · doi:10.1177/1354068814560933

Voting correctly in lab elections with monetary incentives

2014· article· en· W1987084050 sur OpenAlex
André Blais, Simon Labbé St-Vincent, Jean‐Benoît Pilet, Rafael Treibich

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueParty Politics · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésIncentiveVotingContext (archaeology)Bullet votingContingent voteOrder (exchange)MicroeconomicsDistribution (mathematics)Cardinal voting systemsRanked voting systemEconomicsSingle-member districtPoliticsAffect (linguistics)Political scienceGroup voting ticketLawPsychologyMathematicsFinance

Résumé

récupéré en direct d'OpenAlex

Whether people make the right choice when they vote for a given candidate or party and what factors affect the capacity to vote correctly have been recurrent questions in the political science literature. This paper contributes to this debate by looking at how the complexity of the electoral context affects voters’ capacity to vote correctly. Correct voting is defined as a vote that maximizes one’s payoffs in lab elections with monetary incentives. We examine two aspects of the electoral context: district magnitude and the distribution of preferences within the electorate. The main finding is that the frequency of correct voting is much higher in single-member than in multi-member district elections. As soon as there is more than one single seat to be allocated, voters have more difficulty figuring out whether they should vote sincerely for their preferred party or opt strategically for another party in order to maximize their payoffs. By contrast, the distribution of preferences within the electorate has no significant effect.

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.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,527
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,029
Tête enseignante GPT0,316
Écart entre enseignants0,287 · 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