MétaCan
Menu
Retour à la cohorte
Enregistrement W2899888614 · doi:10.29173/psur6

Mandatory Voting: The Wrong Response to Low Voter Turnout

2015· article· en· W2899888614 sur OpenAlexvenueaboutno aff
Jared Burton

Notice bibliographique

RevuePolitical Science Undergraduate Review · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLaw, Rights, and Freedoms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurnoutVotingPolitical scienceVoter turnoutDemocracyPopulationPublic administrationDisapproval votingDemographic economicsPoliticsPolitical economyEconomicsLawSociologyDemography

Résumé

récupéré en direct d'OpenAlex

The trend of declining voter turnout across the western world has led some in Canada to call for mandatory voting. Australia is often cited as a successful example of compulsory voting in a Westminster system. While the aim to increase voter turnout is noble, there are many non-coercive methods of improving democracy and voter turnout that Canada ought to adapt before resorting to mandatory voting. Assessed methods include electoral reform, lowering the voting age, and instituting online voting; all are non-coercive ways to improve public satisfaction with the political process in Canada. Additionally, mandatory voting reduces Canadians’ ability to abstain from participating in the political system should they choose to do so which could have important philosophical implications. Furthermore,voter turnout data for Australia does not take into account important differences between registered voter turnout and voting age population turnout. Importantly, when analyzed these numbers indicate that compulsory voting in Australia is not as successful as many believe. Despite its ostensible attraction as a clear way to increase voter turnout, a legal requirement to vote is not a panacea to the issues of political distrust, dissatisfaction, and disengagement in Canada that are the root causes of low voter turnout.

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)0,012
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,972
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,020
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,053
Tête enseignante GPT0,362
Écart entre enseignants0,308 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolitical Science Undergraduate ReviewMême sujetLaw, Rights, and FreedomsTravaux en français237 207