MétaCan
Menu
Retour à la cohorte
Enregistrement W2093274146 · doi:10.1177/000271620057200107

Dynamics of the 2000 Republican Primaries

2000· article· en· W2093274146 sur OpenAlexaff
Michael G. Hagen, Richard Johnston, Kathleen Hall Jamieson, David Dutwin, Kate Kenski

Notice bibliographique

RevueThe Annals of the American Academy of Political and Social Science · 2000
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNominationDynamics (music)PoliticsPolitical scienceProduct (mathematics)Public relationsPresidential systemPrimary electionSelection (genetic algorithm)General electionPublic administrationSociologyLawComputer science

Résumé

récupéré en direct d'OpenAlex

The 2000 presidential primaries were among the liveliest in recent memory. This article is the authors' first account of the changing fortunes of the candidates from the Iowa caucuses through Super Tuesday. It is based upon the nomination phase of the Annenberg 2000 Election Surveys, a collection of nearly 32,000 interviews conducted from November through March, nationwide and in special-purpose state and regional studies, on a broad range of political science and communications questions. The analysis of dynamics is facilitated by the survey's rolling cross-section design, in which the day of interview is itself a product of random selection. This account emphasizes the interplay between substantive and strategic contributions to the votes cast at different points in the campaign, between evaluations of the candidates as people and policymakers, on the one hand, and judgments about the candidates' chances of winning a party's nomination and the general election, on the other. The pervasive influence of information is demonstrated. The knowledge voters managed to acquire through the campaign informed both kinds of considerations. The weight voters gave such considerations depends on the store of information they managed to accumulate about the candidates.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,078
Tête enseignante GPT0,413
Écart entre enseignants0,335 · 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

Citations6
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Annals of the American Academy of Political and Social ScienceMême sujetElectoral Systems and Political ParticipationTravaux en français237 207