MétaCan
Menu
Retour à la cohorte
Enregistrement W2266989898

Political Parties in Canada: What Determines Their Entry, Exit and the Duration of Their Lives?

2016· preprint· en· W2266989898 sur OpenAlexaboutno aff
J. Stephen Ferris, Marcel Voia

Notice bibliographique

RevueCarleton University's Institutional Repository (MacOdrum Library, Carleton University) · 2016
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMargin (machine learning)PoliticsCompetitor analysisImmigrationChurningHazardEconomicsPolitical economyHazard modelDemographic economicsPolitical sciencePublic economicsLabour economicsLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper we consider two margins of individual political party life in Canada since Confederation— \nthe extensive margin governing existence (the entry and exit decisions, together with party turnover or \nchurning) and the intensive margin determining lifespan or survival length. The results on the extensive \nmargin confirm in a more formal way many of the individual hypotheses advanced in the political \nliterature for entry and exit—the importance of voter heterogeneity, minority governments, world wars, \nnumber of competitors and economic circumstances. What stands out most strongly in the data is the \nintroduction of public funding for established political parties following 1974 and recent immigration \nflows. The intensive margin is explored using a number of hazard models before narrowing choice to \nsemi-parametric models. Potential endogeneity is dealt with by using a discrete hazard model with \ndiscrete finite mixtures. This form best captures the empirical hazard, allowing for the detection of party \ntype heterogeneity while being agnostic with respect to the correlation between observables and this \nspecific type of heterogeneity. The results suggest the presence of two distinct political party types and, \nmore generally, mirror the results found on the extensive margin.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,036
Score d'incertitude au seuil0,258

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0060,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,017
Tête enseignante GPT0,211
Écart entre enseignants0,193 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCarleton University's Institutional Repository (MacOdrum Library, Carleton University)Même sujetElectoral Systems and Political ParticipationTravaux en français237 207