An Informed 'No': Voting Behaviour in the Irish Fiscal Compact Referendum
Notice bibliographique
Résumé
Informed electoral decisions are key to the well-being of democratic institutions. Citizens gather relevant information not only via their peers but also from the mass media and they do so mostly during electoral campaigns. This paper aims to assess the role played by the Internet in influencing vote choice in the 2012 Irish referendum on the Fiscal Compact. Specifically, we explore the effect of online information on a single policy decision: the yes/no vote in the referendum. We rely on an original dataset from a representative survey of Irish citizens ‐ carried out after the vote on May 31st. In addition to knowing if they used the Internet, we also have information on which websites respondents browsed during the referendum campaign. Thus, we are able to test the impact of pro- and anti-EU news gathered online on voting behaviour. To assess causality, we exploit the natural variation in broadband availability across the Irish territory to instrument online news-gathering. We find evidence that citizens who access political information on the Internet are more likely to reject the Fiscal Compact. However, the effect of the Internet on the referendum is conditional on the type of websites visited by voters and is mediated by their attitudes towards the EU and the national government. Specifically, voters who regularly visit anti-EU blogs and forums are more likely to vote against the Fiscal Compact, whereas visiting less biased websites does not affect voting behaviour. More interestingly, the Internet increases the probability of voting NO only for those voters who support the EU and the national government. This suggests that our results do not simply capture a selection into online news based on political preferences and party affiliation. Our paper contributes to the literature on voting behaviour and EU studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».