MétaCan
Menu
Retour à la cohorte
Enregistrement W2170710689 · doi:10.1017/s1742058x09090043

CAN THE NEW COMMANDER IN CHIEF SUSTAIN HIS ALL-VOLUNTEER STANDING ARMY?

2009· article· en· W2170710689 sur OpenAlexaff
Traci Burch

Notice bibliographique

RevueDu Bois Review Social Science Research on Race · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésGrassrootsMobilizationAtlantaPolitical sciencePublic administrationDemocracyPublic relationsLawPoliticsGeographyMetropolitan area

Résumé

récupéré en direct d'OpenAlex

Abstract During his campaign, Barack Obama inspired record numbers of Americans to donate their time and money to his electoral efforts. Now that the campaign is over, can Obama sustain this civic engagement as he begins to govern? This paper examines the possibilities for sustaining Obama's electoral mobilization, introducing new data from fieldwork conducted from September 2008 to Election Day 2008 in Atlanta, Georgia; Chicago, Illinois; and Charlotte, North Carolina. The data include staff interviews and observations of canvassing, rallies, and other get-out-the-vote efforts of the local Obama and McCain campaigns, the local Democratic and Republican Parties, and various nonprofit groups in each city. Based on these data it is clear that each city was characterized by excitement and heightened activity; however, the number of activities and the strength of the grassroots organization varied across the cities according to national electoral imperatives in ways that should affect the potential for future mobilization. As such, sustaining the mobilization of Obama's supporters faces several hurdles: campaign staff and volunteers in many cities were drawn from outside the community, tensions arose between local grassroots organizations and the campaign over resources and issue focus, and the extremely large amounts of money needed to finance the mobilization were not distributed evenly across cities and states.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,014
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,003
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,150
Tête enseignante GPT0,503
Écart entre enseignants0,352 · 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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDu Bois Review Social Science Research on RaceMême sujetElectoral Systems and Political ParticipationTravaux en français237 207