MétaCan
Menu
Retour à la cohorte
Enregistrement W1987209076 · doi:10.1111/j.1540-5907.2006.00194.x

Economic Voting and Multilevel Governance: A Comparative Individual‐Level Analysis

2006· article· en· W1987209076 sur OpenAlexaff
Cameron D. Anderson

Notice bibliographique

RevueAmerican Journal of Political Science · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésCLARITYVotingCorporate governanceArgument (complex analysis)Multilevel modelPublic economicsPropositionGovernment (linguistics)Political sciencePunishment (psychology)EconomicsPositive economicsBusinessPsychologySocial psychologyLawComputer sciencePolitics

Résumé

récupéré en direct d'OpenAlex

An important component of incumbent support is the reward/punishment calculus of economic voting. Previous work has shown that “clarity of responsibility” within the central state government conditions national economic effects on incumbent vote choice: where clarity is high (low), economic effects are greater (less). This article advances the “clarity of responsibility” argument by considering the effect of multilevel governance on economic voting. In institutional contexts of multilevel governance, the process of correctly assigning responsibility for economic outcomes can be difficult. This article tests the proposition that multilevel governance mutes effects of national economic conditions by undermining responsibility linkages to the national government. Individual‐level data from the Comparative Study of Electoral Systems Module 1 are used to test this proposition. Results demonstrate that economic voting is weakest in countries where multilevel governance is most prominent. Findings are discussed in light of the contribution to the economic voting literature and the potential implications of multilevel governance.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,065
Tête enseignante GPT0,387
Écart entre enseignants0,322 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations279
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Political ScienceMême sujetElectoral Systems and Political ParticipationTravaux en français237 207