MétaCan
Menu
Retour à la cohorte
Enregistrement W2917274442 · doi:10.1093/sf/soz010

Sibling Similarities and the Importance of Parental Socioeconomic Position in Electoral Participation

2019· article· en· W2917274442 sur OpenAlexaboutno aff
Hannu Lahtinen, Jani Erola, Hanna Wass

Notice bibliographique

RevueSocial Forces · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurnoutSocioeconomic statusVotingSiblingPosition (finance)DemocracyVariance (accounting)PoliticsQuarter (Canadian coin)Demographic economicsPsychologySocial psychologyPolitical scienceDemographySociologyEconomicsDevelopmental psychologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract We studied the impact of an individual’s family and community background on their voting propensity in the 2015 Finnish parliamentary elections by employing a sibling design on an individual-level register-based dataset. The results showed that a quarter of the total variance in voter turnout was shared between siblings. Considering the dichotomous nature of the turnout variable, this implies that background has a strong effect which is almost comparable to sibling similarity in education. Parental socioeconomic position and voting, in turn, are equally important factors by explaining one-third of this shared part of the likelihood of voting. Mothers and fathers make roughly equal contributions. The results suggest that future studies of inter-generational effects in political participation, whenever possible, should use information from both maternal and paternal characteristics and multiple indicators of parental socioeconomic position simultaneously. We conclude by underlining that as people cannot choose their background, voting propensity is strongly influenced by factors beyond an individual’s own control, which is problematic for the functioning of inclusive democracy and equality of opportunity.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,008
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,026
Tête enseignante GPT0,346
Écart entre enseignants0,320 · 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

Citations26
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSocial ForcesMême sujetElectoral Systems and Political ParticipationTravaux en français237 207