MétaCan
Menu
Retour à la cohorte
Enregistrement W3130943246 · doi:10.5539/res.v13n1p77

Women's Leadership in Local Government

2021· article· en· W3130943246 sur OpenAlexvenueno aff
Osnat Akirav

Notice bibliographique

RevueReview of European Studies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePublic Policy and Administration Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRepresentation (politics)PoliticsVotingGovernment (linguistics)Position (finance)Work (physics)Public administrationPolitical scienceLocal governmentGeneral electionPublic relationsDemographic economicsPsychologyBusinessEconomicsLawFinance

Résumé

récupéré en direct d'OpenAlex

In the last two decades the number of women involved in politics locally and nationally has increased.  Nevertheless, there is limited empirical work investigating the increase in the number of female candidates for the position of mayor. To fill this gap in the literature, we conducted interviews with 57 of the 72 female candidates for mayor in Israel before the October 2018 elections, and 37 of the 72 female candidates for mayor after the election. In addition, we interviewed 11 male candidates and men elected as mayors after the election, as well. On the individual level with regard to political ambition, we found that there are four components whose synergy results in more women being encouraged to run for mayor: mentoring, information, networking for women and training. We called this model the MINT model, which has emerged from the interviews conducted with the candidates. On the societal level, it is important to increase public awareness of the importance of gender representation and hence, voting for women to be mayors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,788
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,497
Tête enseignante GPT0,466
Écart entre enseignants0,032 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetPublic Policy and Administration ResearchTravaux en français237 207