Modelling the effect of campaign advertising and contributions on US Presidential elections when differences across states matter
Notice bibliographique
Résumé
In a stochastic electoral model of the US Presidential election campaign advertising and contributions are introduced to examine the effect of ads on voters' choices and the influence activists have on candidates' policy positions when differences across states matter. Policy-motiovated activists contribute time and money to influence candidates' policy positions. Candidates use activists' resources to run their ads campaigns and take into account differences across states by running different policy and ad campaigns in each state and at the national level. Voters, identified by their state of residence, their ideal policy and campaign tolerance level and their sociodemographic characteristics, care about candidates' policies relative to their own, about the frequency with which candidates contact them relative to their campaign tolerance level and make voting decision taking into account candidates' valences. State and national ad campaigns give voters a further impetus to vote for candidates. Prior to the election, activists decide on their campaign contributions and candidates announce their national and state policies. In the local Nash equilibrium at the state level, candidates give maximal weight to pivotal voters and minimal to non-pivotal voters and balance the activist and electoral state policy pulls. At the national level, candidates give maximal weight to swing states and minimal weight to non-pivotal states and balance the national activists and electoral pulls. These weights are endogenously determined as they depend on the probability with which voters choose each candidate which depend on the candidates' policies and advertising campaigns and on activists contributions in each state and at the national level. The model gives a theoretical rational for candidates' spending more time and money in pivotal states and for treating voters, activists and states differently in their policies or ad campaigns.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».