A Feminized Language of Democracy? The Representation of Women at Westminster since 1945
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 1919, Nancy Astor took her seat in the House of Commons as Britain’s first ever female MP. In the 1945 election, the number of women in the house nearly trebled to twenty-four, and remained around this level for the next four decades. In Tony Blair’s landslide victory in 1997, 120 female MPs were returned, and women have since comprised around 20 per cent of the Commons. The 2015 election saw 191 elected: the most ever. But to what extent has the increasing presence of women in Parliament made more than a symbolic difference? For example, have female MPs represented a hitherto marginalized ‘women’s interest’, placed ‘women’s issues’ on the agenda, or added a feminine perspective to existing discussion? Using 677 million words of digitized parliamentary speech, and drawing upon the outputs of the Digging into Linked Parliamentary Data (‘Dilipad’) project, we perform a wide-ranging empirical analysis of the role of gender in Commons debates from 1945 using computerized text mining. We make three major discoveries. The first is that there is strong evidence to support the central feminist claim that women’s contributions to debates over these eight decades have been substantively different to those of male colleagues in ways that stretch beyond a greater attentiveness to gender itself. The second is that this effect has been weakening as the number of women in Parliament increased, most notably from the landmark 1997 election. Finally, we question the oft-made claim by scholars and politicians that, since the election of Margaret Thatcher in 1979, the Labour party has more consistently focussed on representing women in Parliament than the Conservatives.
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.
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 | 0,000 | 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 découle