MétaCan
Menu
Retour à la cohorte
Enregistrement W2541920064 · doi:10.1111/spsr.12226

Electoral Linkages in Federal Systems: Barometer Voting and Economic Voting in the German Länder

2016· article· en· W2541920064 sur OpenAlexaff
Lori Thorlakson

Notice bibliographique

RevueSwiss Political Science Review · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésVotingFederalismInterdependenceCompetition (biology)PoliticsBarometerPolitical economyEconomicsPolitical scienceGermanGovernment (linguistics)Economic systemPublic economicsPublic administrationLawGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Federal systems create political competition at multiple territorial levels. While models of vertical bargaining conceptualise federal‐subnational relations as occurring between parties with exogenously defined interests, federalism also structures forms of interdependence between the federal and subnational levels. Political competition in multi‐level systems is marked by interdependence between the federal and subnational levels through barometer and second order voting effects. Findings of a more ‘autonomous’ form of political competition at the subnational level, through state‐level economic voting, are less common. This article examines Germany, a highly interdependent federation, to assess the extent to which voting in Land elections responds to Land level economic performance and whether political and institutional factors affect this. I find evidence that in Land level elections, voting for the federally incumbent party is responsive to federal economic performance. Alongside this, there is evidence of ‘uncoupled’ electoral behaviour at the Land level, with Land level economic voting. This is enhanced by single party government.

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)0,004
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,057
Tête enseignante GPT0,401
Écart entre enseignants0,344 · 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

Citations35
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSwiss Political Science ReviewMême sujetElectoral Systems and Political ParticipationTravaux en français237 207