MétaCan
Menu
Retour à la cohorte
Enregistrement W2945095353 · doi:10.16997/jdd.319

Building a Better Referendum: Linking Mini-Publics and Mass Publics in Popular Votes

2019· article· en· W2945095353 sur OpenAlexaff
Spencer McKay

Notice bibliographique

RevueJournal of Deliberative Democracy · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésReferendumPublicsDeliberative democracyDeliberationVotingDemocracyDemocratic legitimacyLegitimacyPolitical sciencePublic relationsInclusion (mineral)TyingLaw and economicsSociologyLawEconomicsSocial sciencePoliticsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Popular votes and mini-publics are both increasingly implemented as elected officials seek to build legitimacy for decisions, although these democratic innovations suffer from their own democratic deficits. Popular votes often do not live up to deliberative ideals while mini-publics may be limited in their capacities for inclusion and decision-making. Pairing these two devices can improve deliberation in referendum campaigns, while tying mini-publics to a clear and inclusive process for decision-making. Empirical studies of this strategy have found both successes and shortcomings. Little attention has been given to the possibility that the success of mini-publics in influencing public opinion is determined, in part, by the underlying design of the popular vote process. I outline how multi-stage popular votes could institutionalize an iterated dialogue between the micro-level mini-public and the mass, voting public to produce distinct democratic benefits. This serves as a model of how a systems approach to democratic theory can guide institutional design to address democratic functions of empowered inclusion, collective agenda and will formation, and collective decision-making.

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)0,022
score de la tête « metaresearch » (Gemma)0,047
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0220,047
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0070,013
Communication savante0,0130,020
Science ouverte0,0020,015
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,033
Tête enseignante GPT0,328
Écart entre enseignants0,295 · 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'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

Citations37
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Deliberative DemocracyMême sujetSocial Media and PoliticsTravaux en français237 207