MétaCan
Menu
Retour à la cohorte
Enregistrement W2347107049 · doi:10.1177/1065912916640900

Political Socialization and Voting

2016· article· en· W2347107049 sur OpenAlexaff
Elisabeth Gidengil, Hanna Wass, Maria Valaste

Notice bibliographique

RevuePolitical Research Quarterly · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational and Educational Inequality Studies
Établissements canadiensMcGill University
Organismes subventionnairesAcademy of Finland
Mots-clésGeneralizability theorySocializationTurnoutVotingEducational attainmentEuropean Social SurveyPsychologyAffect (linguistics)Voting behaviorPoliticsSocial psychologyPolitical scienceDevelopmental psychology

Résumé

récupéré en direct d'OpenAlex

Status transmission theory represents an important challenge to social learning theory, but its generalizability may be limited to countries where there is a strong intergenerational correlation in educational attainment. Based on a unique data set that matches register data from the 1999 Finnish parliamentary elections with individual-level data provided by Statistics Finland for a sample of eighteen- to thirty-year-olds and their parents, we assess these two explanations for unequal turnout. We first show that parental education does affect the turnout of young adults, as predicted by status transmission theory. However, parental voting rather than the transmission of education from parent to child appears to be the more important mediating factor. We then go on to demonstrate that there is a strong association between parental voting and the turnout of their adult children that is independent of the effects of parental education. More detailed tests of a number of implications derived from social learning theory reinforce our conclusion that the theory offers a superior explanation in countries where there is not a strong parent–child link in educational attainment.

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)0,004
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 enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,237
Tête enseignante GPT0,521
Écart entre enseignants0,284 · 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

Citations101
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitical Research QuarterlyMême sujetIntergenerational and Educational Inequality StudiesTravaux en français237 207