Évaluation et comparaison des règles de vote derrière le voile de l’ignorance : tour d’horizon sélectif et analyse des règles de scores à deux paramètres
Notice bibliographique
Résumé
Nous proposons un cadre général pour l’étude et l’évaluation des règles de vote derrière le « voile d’ignorance ». Nous montrerons comment de nombreuses contributions recensées dans notre revue de la littérature sur le vote peuvent être considérées comme des cas particuliers de ce modèle général. L’analyse se concentre ensuite sur l’optimisation utilitariste dans le cas d’élections à trois candidats et une spécification bayésienne où les préférences cardinales des électeurs entre trois options sont de l’information privée. Dans ce contexte spécifique, nous étudions les règles de vote qui sont des règles de score à deux paramètres, telles qu’introduites par Myerson (2002). Nous montrons que tous les équilibres bayésiens symétriques induits par ces règles de vote sont des équilibres sincères et ont une forme particulière. Ces équilibres sont uniques pour une vaste gamme de paramètres, ce qui nous permet de comparer la performance à l’équilibre de différentes règles de vote. Les résultats de nos calculs relatifs à l’efficacité des diverses règles de score (où l’efficacité est évaluée à l’aide d’une variation de la mesure proposée par Weber, 1978) permettent de conclure que les règles qui représentent le plus efficacement les préférences des électeurs permettent l’expression de l’intensité de ces préférences, contrairement aux règles plus couramment utilisées telles que la règle de pluralité et celle de Borda. Alors que la règle de vote par assentiment permet l’expression de l’intensité des préférences, elle ne maximise pas l’efficacité, car elle ne parvient pas à rendre sans ambiguïté les préférences ordinales des électeurs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».