MétaCan
Menu
Retour à la cohorte
Enregistrement W3128006609 · doi:10.1177/1065912921990751

Closest to the People? Incumbency Advantage and the Personal Vote in Non-Partisan Elections

2021· article· en· W3128006609 sur OpenAlexafffund
Jack Lucas, R. Michael McGregor, Kim‐Lee Tuxhorn

Notice bibliographique

RevuePolitical Research Quarterly · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensToronto Metropolitan UniversityUniversity of Calgary
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésDominance (genetics)Affect (linguistics)Persistence (discontinuity)Political scienceContingent voteSurvey data collectionNatural experimentPolitical economyEconomicsDemographic economicsGeneral electionPsychologyPoliticsGroup voting ticketLaw

Résumé

récupéré en direct d'OpenAlex

Do incumbents dominate non-partisan elections because of an especially large personal vote? This question has important implications for understanding the causes of incumbent success and the benefits or drawbacks of non-partisan elections. This paper uses a natural experiment, combined with three original datasets, to estimate the size, persistence, and consequences of the personal vote in a large non-partisan city election. We first use individual-level survey data to show that individuals assigned quasi-randomly to a new incumbent are substantially less likely to support the incumbent. We use a second survey, one year later, to demonstrate the persistence of this effect. Finally, we use historical election results to simulate the electoral consequences of the personal vote; we find that the personal vote is sufficiently large to affect one in four incumbent races. We conclude that the personal vote, while large and important, is not sufficient to explain incumbent dominance in non-partisan contests.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,057
Tête enseignante GPT0,450
Écart entre enseignants0,393 · 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
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePolitical Research QuarterlyMême sujetElectoral Systems and Political ParticipationTravaux en français237 207