MétaCan
Menu
Retour à la cohorte
Enregistrement W2952431084 · doi:10.1017/s0143814x19000175

The polarisation of energy policy in the US Congress

2019· article· en· W2952431084 sur OpenAlexaff
Gyung‐Ho Jeong, William R. Lowry

Notice bibliographique

RevueJournal of Public Policy · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSalience (neuroscience)Energy policyConvergence (economics)Political scienceEnergy (signal processing)Climate policyPublic administrationPublic economicsEnvironmental policyEconomicsPolitical economyClimate changeMacroeconomicsEnvironmental economicsRenewable energyEngineeringPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract Although energy policy used to be a nonpartisan issue in Congress, partisan conflicts over energy policies are intense these days. To examine how a nonpartisan issue became a highly partisan one, we create and use a new measure of energy policy positions of members of Congress. Our analyses of member behaviour show that, in addition to partisan realignment in the South, energy policy-specific factors – rising oil prices, the climate change debate since 1988, and the salience of energy policy in Congress – are significantly related to increasing party polarisation over energy policy. We also find that the increasing convergence between energy policy and environmental policy has significantly contributed to party polarisation over energy issues. The study thus provides important understanding of this specific policy area as well as insights into the party polarisation literature by demonstrating how policy-specific events and policy convergence transform a nonpartisan issue into a highly partisan one.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,003
Communication savante0,0040,001
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,044
Tête enseignante GPT0,373
Écart entre enseignants0,330 · 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

Citations12
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public PolicyMême sujetElectoral Systems and Political ParticipationTravaux en français237 207