Electoral Management of Digital Campaigns and Disinformation in East and Southeast Asia
Notice bibliographique
Résumé
Election interference is a problem in digitized elections around the world. Given East and Southeast Asia's dense social network, electoral integrity is a growing concern. Yet, few studies focus on this region's regulatory approaches to data-driven campaigns or disinformation threat. This article addresses this by proposing an electoral management digital readiness (EMDR) index to compare the readiness of the ten electoral management bodies (EMBs) in East and Southeast Asia to respond to digital disruptions. The aim is to take stock of the new and amended laws and provide a composite index based on four key criteria, namely, the (1) type of electoral management model; (2) presence of specific or new regulations governing online campaign and disinformation; (3) confidence in the rule of law; and (4) technological readiness of the digital economy. Based on available legal statutes and cross-country indicators, this study finds the EMBs in Singapore, South Korea, Japan, Taiwan, and Thailand to have a high level of digital readiness; Malaysia, the Philippines, and Indonesia to have a medium level; and Cambodia and Myanmar to have a low level. A key finding is that a multi-pronged regulatory approach that involves different stakeholders is necessary to improve the timeliness of fact-checking and removal of malicious content, rather than relying on state-led initiatives to improve online electoral governance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».