MétaCan
Menu
Retour à la cohorte
Enregistrement W2141895619 · doi:10.1017/s1743923x11000079

Gender Affinity Effects in Vote Choice in Westminster Systems: Assessing “Flexible” Voters in Canada

2011· article· en· W2141895619 sur OpenAlexaffabout
Elizabeth Goodyear‐Grant, Julie Lynn Croskill

Notice bibliographique

RevuePolitics & Gender · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Politics and Representation
Établissements canadiensUniversity of CalgaryQueen's University
Organismes subventionnairesnon disponible
Mots-clésRepresentation (politics)VotingIncentivePoliticsConsciousnessPolitical scienceProportional representationStyle (visual arts)Social psychologyGeneral electionPsychologyEconomicsLawMicroeconomicsDemocracyGeography

Résumé

récupéré en direct d'OpenAlex

Under certain conditions, women are more likely than men to vote for women candidates, a phenomenon referred to as a “gender affinity effect.” Causal mechanisms connecting women voters to women candidates are gender consciousness, desire for descriptive representation, support for liberal social policy, the use of gender as a shortcut to vote choice among low-information voters, and a “party-sex overlap.” Existing work is focused on American elections, which tend to be candidate centered, so little is known about gender affinity effects between voters and candidates in other contexts. This article focuses on Westminster-style parliamentary systems, using the Canadian federal elections of 2000 and 2004 as test cases. Women in these systems have the same motivations to gravitate toward women candidates, for they are gender conscious and desire descriptive representation. But they do not have the same incentives to cast ballots for women because political institutions and practices tend to discourage candidate-based voting. The article pays particular attention to a segment of the electorate we call “flexible” voters, which is comprised of independents, leaners, and defectors. In Westminster systems, it is this group of voters who should be most sensitive to candidate-based considerations.

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 enseignants0,050
Score d'incertitude au seuil0,366

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0080,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,107
Tête enseignante GPT0,338
Écart entre enseignants0,231 · 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

Citations70
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolitics & GenderMême sujetGender Politics and RepresentationTravaux en français237 207