MétaCan
Menu
Retour à la cohorte
Enregistrement W2571847123 · doi:10.1017/s1743923x16000684

Votes for Women: Electoral Systems and Support for Female Candidates

2017· article· en· W2571847123 sur OpenAlexaff
Sona Golder, Laura B. Stephenson, Karine Van der Straeten, André Blais, Damien Bol, Philipp Harfst, Jean‐François Laslier

Notice bibliographique

RevuePolitics & Gender · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Politics and Representation
Établissements canadiensUniversité de MontréalWestern University
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésElectoral systemParliamentLegislatureVotingProportional representationRepresentation (politics)Affect (linguistics)Political scienceSocial psychologyDemographic economicsPsychologyEconomicsLawPoliticsCommunicationDemocracy

Résumé

récupéré en direct d'OpenAlex

It is a well-established finding that proportional representation (PR) electoral systems are associated with greater legislative representation for women than single member systems. However, the degree to which different types of PR rules affect voting for female candidates has not been fully explored. The existing literature is also hampered by a reliance on cross-national data in which individual vote preferences and electoral system features are endogenous. In this study, we draw upon an experiment conducted during the 2014 European Parliament (EP) elections to isolate the effects of different PR electoral systems. Participants in the experiment were given the opportunity to vote for real EP candidates in three different electoral systems: closed list, open list, and open list with panachage and cumulation. Because voter preferences can be held constant across the three different votes, we can evaluate the extent to which female candidates were more or less advantaged by the electoral system itself. We find that voters, regardless of their gender, support female candidates, and that this support is stronger under open electoral rules.

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)0,008
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 seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
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)0,0100,001

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 Opus0,093
Tête enseignante GPT0,391
Écart entre enseignants0,299 · 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

Citations73
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitics & GenderMême sujetGender Politics and RepresentationTravaux en français237 207