8 Conclusions and Implications
Notice bibliographique
Résumé
Abstract The focus of this book has been on the impact that leaders’ personalities and other personal traits may have had from time to time, not on their parties or governments, but on individual voters’ willingness to vote for them and consequently on the outcomes of the elections that they contest. The line of argument usually runs: (1) voters have likes and dislikes of leaders and candidates; (2) on the basis of those likes and dislikes, voters form overall evaluations of leaders and candidates; (3) voters’ overall evaluations of leaders and candidates have a considerable bearing – perhaps a decisive bearing – on how they actually vote. The argument then usually continues (4) because voters’ overall evaluations of leaders and candidates have a considerable bearing on the votes of individuals, they also, therefore, often have a bearing on the outcomes of whole elections; arguments (1) and (2) are not disputed, but arguments (3) and (4) are. A table is presented setting out the editor’s best estimates of which elections over the past four decades in each of the six countries studied (United States, Britain, France, Germany, Canada and Russia) have, and have not been, decided by voters’ comparative evaluations of the main political parties’ candidates; these estimates are discussed with respect to each country, and various conclusions drawn. Overall, the table suggests that there are some elections in which the leaders’ and candidates’ personalities have proved decisive, and the distinguishing features of these elections are discussed. However, the core finding of the book is that personality factors determine election outcomes far less often then is usually supposed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,011 | 0,009 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,007 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,133 | 0,027 |
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 source (Gemma direct ou Codex distillé), 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 ».