MétaCan
Menu
Retour à la cohorte
Enregistrement W1989555912 · doi:10.1017/s0008423906349980

For Better or Worse: How Political Consultants are Changing Elections in the United States

2006· article· en· W1989555912 sur OpenAlexaffabout
Kim Speers

Notice bibliographique

RevueCanadian Journal of Political Science · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical Systems and Governance
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésPoliticsState (computer science)Power (physics)Political scienceCompetition (biology)Face (sociological concept)Federal electionPublic administrationPolitical economySociologyLawSocial science

Résumé

récupéré en direct d'OpenAlex

For Better or Worse: How Political Consultants are Changing Elections in the United States, David Dulio, Albany: State University of New York Press, 2004, pp. xvii, 289. During the 2004 federal election, the media shone light on the political consultants who were reportedly affiliated or somehow related to Paul Martin's election campaign. By their account, the traditional party machine, often viewed to be the primary, if not the only, actor in political campaigns in Canada, seemed to have taken a backseat to the expensive, polished and professional campaign machinery the private sector had to offer. Campaign management through consultancy was now publicly visible in Canada and reliance on the party machine, while still important, seemed to face competition in terms of expertise and proximity to power. However, the study of political campaigns and specifically, the role of political consultants within campaigns, has received sparse attention from the political science community outside of the United States. Yet even in the US, in spite of the prevalent and pervasive presence of political consultants in electoral politics, the study of this group is relatively new.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,438

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0090,005
Communication savante0,0080,004
Science ouverte0,0010,004
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,031
Tête enseignante GPT0,308
Écart entre enseignants0,277 · 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'étudeQualitatif
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

Citations1
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Political ScienceMême sujetPolitical Systems and GovernanceTravaux en français237 207