Foreign Election Interference: Comparative Approaches to a Global Challenge
Notice bibliographique
Résumé
Efforts by foreign entities to influence domestic elections have shaken democracies around the world. The use of propaganda and misinformation to interfere in the internal affairs of other countries is not new, but events since 2016 have heightened awareness across the globe of how changes in social media platforms, political norms, and campaign financing rules have enabled foreign actors to influence elections on an unprecedented scale. This special issue of the Election Law Journal explores how six nations have perceived and responded to this threat. These six nations—Canada, the United Kingdom, the Netherlands, Northern Ireland (as a constituent nation of the UK), Australia, and New Zealand—have faced their own challenges and forged ahead with their own solutions. As the contributions to this issue make clear, in doing so these nations have struggled with similar questions and have worked their way toward a common set of solutions. These efforts have varied in their details—which is what makes comparative review of them valuable—but they have consolidated around the same general set of ideas: better educating citizens about the perils of cyber speech, increasing transparency about who is promoting online communications, building better barriers to exclude foreign funding of electoral communications, and trying to remove the most egregiously false statements from political discourse. The hope of this research is that shedding light on how different nations have operationalized these efforts will demonstrate to election law scholars, regulators, and policy makers around the world the value of comparative work in this area. There is a great deal at stake, and much to learn from the experiences of others.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».