Making Sense of Negative Campaigning in Canadian Federal Elections
Notice bibliographique
Résumé
In recent years, negativity has become a dominant theme in the political campaign. However, there are no comprehensive studies to measure the amount of negativity and to examine how parties and candidates adopt these negative strategies, particularly in the Canadian context. Although some studies have focused on a particular aspect of negative campaigning in a Canadian election, the question remains of how and to what extent parties adopt negative strategies in an election. In this thesis, I have collected and analyzed parties’ press releases in the 2015 federal election to examine and explain negativity in parties’ political campaigns. I have tested my results according to five primary theories of negative campaigning, including competitive positioning, ideological proximity, party organization, coalition or minority effect, and negative personalization, to see if these theories apply in the Canadian context. My results indicate that the 2015 federal campaign was a highly negative one, and most of the negative attacks have been directed towards the leader of the Conservative Party, Stephen Harper, while the Conservative Party published the least amount of negative attacks during the campaign. I also found that the Liberal Party has published the most negative statements during the campaign. My results also show that one of the influential factors in shaping parties’ negative campaign strategies is the other parties’ status in public opinion polls, particularly the federal voting intention factor. Although the results show that most of the attacks in the 2015 campaign targeted leaders of parties, I did not find enough support in my models to verify the negative personalization theory. The overall findings of this thesis show that Canadian elections are moving toward a presidential-style campaign, similar to the United States, by becoming more negative and more personalized, which can have significant implications for Canadian democracy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,011 | 0,004 |
| Communication savante | 0,006 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».