MétaCan
Menu
Retour à la cohorte
Enregistrement W3103697856 · doi:10.1016/j.jebo.2020.10.013

Polarizing information and support for reform

2020· article· en· W3103697856 sur OpenAlexfundno aff
Nicholas Haas, Mazen Hassan, Sarah Mansour, Rebecca B. Morton

Notice bibliographique

RevueJournal of Economic Behavior & Organization · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensnon disponible
Organismes subventionnairesYork UniversityNew York University Abu DhabiFord Foundation
Mots-clésIdeologyPolarization (electrochemistry)PoliticsDifferential (mechanical device)Value (mathematics)EconomicsSocial psychologyPolitical sciencePublic economicsPsychologyLawStatistics

Résumé

récupéré en direct d'OpenAlex

We examine whether political polarization is an obstacle to common value reforms. We conduct experiments in two ideologically polarized countries, the United States and Egypt. Subjects vote between enacting a reform which yields higher expected financial payoffs than the costs of implementation for all (but has indirect differential benefits for supporters of only one group of voters) versus not enacting the reform and everyone receiving lower payoffs. We find that when the groups are polarized ideologically, subjects are less likely to vote for reform when informed that another political group would differentially benefit, and more likely to support reform should their own group benefit more. When subjects are told that one group will differentially benefit from reform, they are significantly more likely to explain their vote as being influenced by their own group membership. In contrast, we find that when subjects are organized into nonpolarized groups, group membership predicts reform support less, and when there are no differential benefits for a particular group, the effect of membership on support is significantly reduced. Hence, we find that the effect of polarization on support for common value reform is contingent on the existence of indirect differential benefits and the degree of ideological polarization of the groups who receive those benefits.

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)0,010
score de la tête « metaresearch » (Gemma)0,075
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 enseignants0,023
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,075
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,004
Communication savante0,0060,004
Science ouverte0,0010,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0230,001

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 Opus0,043
Tête enseignante GPT0,321
Écart entre enseignants0,278 · 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

Citations9
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Economic Behavior & OrganizationMême sujetElectoral Systems and Political ParticipationTravaux en français237 207