MétaCan
Menu
Retour à la cohorte
Enregistrement W3135669602 · doi:10.1017/s0007123420000757

Incumbents Beware: The Impact of Offshoring on Elections

2021· article· en· W3135669602 sur OpenAlexfundno aff
Stephanie J. Rickard

Notice bibliographique

RevueBritish Journal of Political Science · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean Union Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesNew York University Abu DhabiHarvard UniversityUniversity of OxfordYork UniversityConsejo Superior de Investigaciones CientíficasYale University
Mots-clésOffshoringGlobalizationGovernment (linguistics)PoliticsDemocracyProduction (economics)BusinessPolitical economyEconomicsMarket economyPolitical scienceMarketingLawOutsourcingMicroeconomics

Résumé

récupéré en direct d'OpenAlex

How does globalization affect politics? One of the most controversial aspects of globalization is offshoring, when manufacturing operations and business functions move abroad. Although voters generally dislike offshoring, it remains unclear how moving jobs abroad impacts democratic elections. Using a difference-in-differences estimation strategy, the author finds that incumbent government parties lose more votes in municipalities where a local plant moved production abroad between elections than in municipalities that did not experience such an event. The result holds across various time periods, different incumbent parties and diverse types of elections. In both national and regional elections, voters punish incumbent government parties when a local firm moves production abroad. Incumbent parties' vote shares fall as the number of jobs lost due to offshoring increases. In multiparty governments, voters disproportionately punish the largest coalition party for offshoring. The results of an original survey administered in Spain verify the importance of offshoring for voters' retrospective evaluations of incumbents.

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)0,005
score de la tête « metaresearch » (Gemma)0,036
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 enseignants0,009
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,036
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,028
Tête enseignante GPT0,366
Écart entre enseignants0,338 · 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

Citations34
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Political ScienceMême sujetEuropean Union Policy and GovernanceTravaux en français237 207