Notice bibliographique
Résumé
The conventional wisdom is that election campaigns facilitate political learning. According to this so-called 'enlightenment thesis,' the contestation and noise of the campaign supplies voters with both the psychological motivation and informational resources to make better vote choices. In this way, election campaigns can be seen as helping overcome one of the central problems of modern democratic politics: chronically low levels of political knowledge across electorates and profound inequalities of political knowledge within them. This dissertation investigates the enlightenment thesis through analysis of the impact of election campaigns on learning in the domain of the economy. In particular, the dissertation examines campaign period change in, first, the quality of national economic perceptions, and second, the quality of the link between national economic perceptions and vote choice. The analysis proceeds through statistical analysis of survey data collected during ten national election campaigns across four countries (Canada, New Zealand, the United Kingdom, and the United States). The dissertation concludes that there is little evidence of campaign period learning in the domain of the economy. There is no general tendency for the campaign to improve the quality of national economic perceptions or to improve the quality of the link between these perceptions and the vote. Indeed, the campaign is as likely to frustrate as facilitate political learning in the economic domain. Furthermore, there is no general tendency for the campaign to offset pre-existing inequalities either in the quality of national economic perceptions or in the quality of the link between these perceptions and vote choice.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».