MétaCan
Menu
Retour à la cohorte
Enregistrement W3124217726 · doi:10.3386/w16765

Is It Whom You Know or What You Know? An Empirical Assessment of the Lobbying Process

2011· preprint· en· W3124217726 sur OpenAlexaff
Marianne Bertrand, Matilde Bombardini, Francesco Trebbi

Notice bibliographique

RevueNational Bureau of Economic Research · 2011
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiquePolitical Influence and Corporate Strategies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésNeed to knowProcess (computing)BusinessComputer scienceComputer security

Résumé

récupéré en direct d'OpenAlex

What do lobbyists do?Some believe that lobbyists' main role is to provide issue-specific information and expertise to congressmen to help guide the law-making process.Others believe that lobbyists mainly provide the firms and other special interests they represent with access to politicians in their "circle of influence" and that this access is the be-all and end-all of how lobbyists affect the lawmaking process.This paper combines a descriptive analysis with more targeted testing to get inside the black box of the lobbying process and inform our understanding of the relative importance of these two views of lobbying.We exploit multiple sources of data covering the period 1999 to 2008, including: federal lobbying registration from the Senate Office of Public Records, Federal Election Commission reports, committee and subcommittee assignments for the 106th to 110th Congresses, and background information on individual lobbyists.A pure issue expertise view of lobbying does not fit the data well.Instead, maintaining connections to politicians appears central to what lobbyists do.In particular, we find that whom lobbyists are connected to (through political campaign donations) directly affects what they work on.More importantly, lobbyists appear to systematically switch issues as the politicians they were previously connected to switch committee assignments, hence following people they know rather than sticking to issues.We also find evidence that lobbyists that have issue expertise earn a premium, but we uncover that such a premium for lobbyists that have connections to many politicians and Members of Congress is considerably larger.

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)0,028
score de la tête « metaresearch » (Gemma)0,105
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 enseignants0,028
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,105
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,005
Études des sciences et des technologies0,0030,007
Communication savante0,0070,017
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,510
Tête enseignante GPT0,545
Écart entre enseignants0,035 · 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

Citations37
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetPolitical Influence and Corporate StrategiesTravaux en français237 207