MétaCan
Menu
Retour à la cohorte
Enregistrement W2999892127 · doi:10.1177/2347798919889762

The 2018 Municipal Elections in Jerusalem: A Tale of Fragmentation and Polarization

2020· article· en· W2999892127 sur OpenAlexaff
Csaba Nikolenyi

Notice bibliographique

RevueContemporary Review of the Middle East · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésPoliticsDemocracyPopulationPublic administrationLocal governmentPolitical economyPolitical scienceFellState (computer science)Local governanceLawSociologyGeographyDemography

Résumé

récupéré en direct d'OpenAlex

This article analyzes the 2018 local elections in Jerusalem, the contested capital of the State of Israel. These elections were unique in terms of their level of competitiveness and fragmentation as well as producing a highly divided local government in the wake of the incumbent mayor’s, Nir Barkat’s, decision to leave the local political scene and enter national politics. While his party has no representation in city council, the new mayor of Jerusalem, Moshe Lion, built a broadly based new coalition that includes all parties in the council except for Hitorerut, the party that won the most seats and whose mayoral candidate, Ofer Berkovitch, was the runner-up to Lion. With the exception of the ultra-orthodox parties, national political parties that sought to interfere with the local electoral process to promote their candidates and lists by and large failed. Therefore, the governance of the city of Jerusalem once again fell under the control of the ultra-orthodox majority. Furthermore, even though the Arab population of East Jerusalem largely continued its traditional abstention from the electoral process, there was some evidence to suggest that a slight shift was taking place in that community in favor of participating in the institutional process of municipal government and 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 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)0,003
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0030,004
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,134
Tête enseignante GPT0,333
Écart entre enseignants0,199 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Review of the Middle EastMême sujetElectoral Systems and Political ParticipationTravaux en français237 207