MétaCan
Menu
Retour à la cohorte
Enregistrement W3111446799 · doi:10.1080/00344893.2020.1842798

Representing the Constituency: Institutional Design and Legislative Behaviour

2020· article· en· W3111446799 sur OpenAlexafffundabout
Michelle Caplan, Nicole McMahon, Christopher Alcantara

Notice bibliographique

RevueRepresentation · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésLegislaturePosition (finance)Political scienceRaising (metalworking)PoliticsIncentiveBalance (ability)DemocracyEliteAffect (linguistics)Public administrationGovernment (linguistics)Political economyLawEconomicsSociologyPsychologyEngineeringMicroeconomics

Résumé

récupéré en direct d'OpenAlex

In most democratic countries, elected officials must balance the interests of their constituents against the interests of the broader electorate. One factor that is thought to affect this balance is the nature of the political offices that politicians occupy. Is this assumption true? We investigate the effect of one’s elected position on the likelihood of raising local issues in legislative assemblies by examining the Nunatsiavut Assembly, the legislative body of the Nunatsiavut Government in Labrador, Canada. The Assembly is unique because of the diverse range of elected positions that comprise it, which vary significantly in terms of the kinds of representational incentives that they impose upon their office holders. We assess the effect of these different positions on the likelihood of raising local issues by analyzing 48 Nunatsiavut Hansards using computer-assisted dictionary analysis. We also draw upon six elite interviews with current members. On balance, the evidence suggests that one’s position does affect the likelihood of raising local issues in legislative assemblies.

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)0,008
score de la tête « metaresearch » (Gemma)0,027
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,003
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,169
Tête enseignante GPT0,399
Écart entre enseignants0,230 · 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

Citations8
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRepresentationMême sujetElectoral Systems and Political ParticipationTravaux en français237 207