MétaCan
Menu
Retour à la cohorte
Enregistrement W2883806211 · doi:10.1017/bpp.2018.28

Public issues or issue publics? The distribution of genuine political attitudes

2018· article· en· W2883806211 sur OpenAlexaff
Yannick Dufresne, Catherine Ouellet

Notice bibliographique

RevueBehavioural Public Policy · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésVotingSophisticationSalience (neuroscience)Voting behaviorIncentivePoliticsAffect (linguistics)Positive economicsPolitical sciencePublic opinionSocial psychologyEconomicsPublic economicsSociologyMicroeconomicsPsychologyCognitive psychologySocial scienceLaw

Résumé

récupéré en direct d'OpenAlex

Abstract There is an inherent conflict between the political marketing model of humans and pioneering theories in electoral behavior research. While political marketing logic implies an issue-based and highly volatile voting behavior, voting theories conventionally assume that positional issues have little effect on how individuals vote, and so parties have little incentive to develop issue-based electoral strategies. However, few people would challenge the role that marketing now plays in the modern campaign process. How can we reconcile these theories? This paper revisits the role and impact of positional issues on voting behavior by testing whether specific issues affect different subgroups of voters as contended by the ‘issue-public’ theory. The results show that previous models underestimate issue voting. Once measurement accuracy is improved and the salience-based heterogeneity of issue effects is taken into consideration, positional issues have non-negligible effects on individual vote choice. Furthermore, salience-based heterogeneity is shown to explain better the variation in issue voting than heterogeneity based on political sophistication.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,155
Tête enseignante GPT0,418
Écart entre enseignants0,263 · 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.

Devis d'étudeSans objet
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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioural Public PolicyMême sujetSocial Media and PoliticsTravaux en français237 207