MétaCan
Menu
Retour à la cohorte
Enregistrement W3021134801 · doi:10.1089/elj.2020.0633

Cyber Elections in the Digital Age: Threats and Opportunities of Technology for Electoral Integrity

2020· article· en· W3021134801 sur OpenAlexaff
Holly Ann Garnett, Toby S. James

Notice bibliographique

RevueElection Law Journal Rules Politics and Policy · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media and Politics
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesnon disponible
Mots-clésPaceDemocracyState (computer science)Political sciencePoliticsPolitical economyDemocratizationGovernment (linguistics)Power (physics)Law and economicsSociologyPublic administrationLawComputer science

Résumé

récupéré en direct d'OpenAlex

Elections are essential for delivering democratic rule, in which ultimate power should reside in the citizens of a state. This introduction argues that the management and contestation of elections have now entered a qualitative new historical period because of the combined development of new technology and broader sociological developments. The era of cyber-elections is marked by: (a) the new ontological existence of the digital, (b) new flows of data and communication, (c) the rapid acceleration of pace in communications, (d) the commodification of electoral data, and (e) an expansion of actors involved in elections. These provide opportunities for state actors to incorporate technology into the electoral process to make democratic goals more realizable. But it also poses major threats to the running of elections as the activities of actors and potential mismanagement of the electoral process could undermine democratic ideals such as political equality and popular control of government. The article argues that this new era therefore requires proactive interventions into electoral law and the rewriting of international standards to keep pace with societal and technological change.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,405
Score d'incertitude au seuil0,702

Scores Codex et Gemma par catégorie

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

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 Opus0,082
Tête enseignante GPT0,368
Écart entre enseignants0,285 · 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 tête enseignante, 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

Citations60
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElection Law Journal Rules Politics and PolicyMême sujetSocial Media and PoliticsTravaux en français237 207