MétaCan
Menu
Retour à la cohorte
Enregistrement W2508239583 · doi:10.1017/s0008423916000536

Sex (And Ethnicity) in the City: Affinity Voting in the 2014 Toronto Mayoral Election

2016· article· en· W2508239583 sur OpenAlexaffabout
Karen Bird, Samantha Jackson, R. Michael McGregor, Aaron Alexander Moore, Laura B. Stephenson

Notice bibliographique

RevueCanadian Journal of Political Science · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Politics and Representation
Établissements canadiensWestern UniversityUniversity of WinnipegToronto Metropolitan UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésEthnic groupBallotVotingContext (archaeology)White (mutation)Political scienceDemographic economicsRace (biology)Gender studiesPoliticsSociologyEconomicsGeographyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Do women vote for women and men for men? Do visible minorities vote for minority candidates, and white voters for white candidates? And what happens when a minority woman appears on the ballot? This study tests for the presence of gender and ethnic affinity voting in the Toronto mayoral election of 2014, where Olivia Chow was the only woman and only visible minority candidate among the three major contenders. Our analysis, which draws on a survey of eligible Toronto voters, is the first to examine the interactive effects of sex and ethnicity on vote choice in Canada in the context of a non-partisan election and in a non-experimental manner. We find strong evidence of ethnic affinity voting and show that Chow received stronger support from ethnic Chinese voters than from other minority groups. Our results also reveal that gender was related to vote choice but only when connected with race.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,874
Score d'incertitude au seuil0,442

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,048
Tête enseignante GPT0,343
Écart entre enseignants0,295 · 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 tête enseignante, 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

Citations38
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Political ScienceMême sujetGender Politics and RepresentationTravaux en français237 207