MétaCan
Menu
Retour à la cohorte
Enregistrement W2077751895 · doi:10.7202/1028110ar

What Accounts for the Union Member Advantage in Voter Turnout? Evidence from the European Union, 2002-2008

2015· article· en· W2077751895 sur OpenAlexaffvenue
Alex Bryson, Rafael Gómez, Tobias Kretschmer, Paul Willman

Notice bibliographique

RevueRelations industrielles · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesEconomic and Social Research CouncilNorges Forskningsråd
Mots-clésVotingBallotTurnoutWageIncentiveCorporate governanceEconomicsLabour economicsMonopolyPolitical scienceDemographic economicsPolitical economyMicroeconomicsPoliticsLawFinance

Résumé

récupéré en direct d'OpenAlex

Across countries, union membership and voter turnout are highly correlated. In unadjusted terms, union members maintain a roughly 0.10 to 0.12 point gap in voting propensity over non-members. We motivate empirically and propose a model—with three causal channels—that explains this correlation and then empirically tests for the contribution of each channel to the overall union voting gap. The first channel by which union members are more likely to vote is through the so-called "monopoly-face" of unionism (i.e., unionization increases wages for members and higher incomes are a significant positive determinant of voting). The second is the so-called "social custom" model of unionism, which argues that union co-worker peer pressure creates incentives to vote amongst members for the purpose of having cast a ballot or being seen at the voting poll. The third and final channel is based on the "voice-face" of unionism whereby employees who are (or have been) exposed to the formalities of collective bargaining and union representation at the workplace are also more likely to increase their attachment to structures of democratic governance in society as well. We test to see how much of the raw "union voting premium" is accounted for by these three competing channels, using contemporary data from 29 European countries. We find that all three channels are at work, with voice the dominant effect (half of the overall gap attributed to this channel) and the other two (monopoly and social custom), each accounting for approximately one-fourth of the overall union voting gap.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
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 Opus0,075
Tête enseignante GPT0,324
Écart entre enseignants0,249 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations19
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetLabor Movements and UnionsTravaux en français237 207