Mini-Public Replication: Emotions and Deliberation in the Citizens' Initiative Review Redux
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Scholars have increasingly urged researchers to evaluate prior findings through replication studies that can help test, refine, and extend claims made in previous research. We agree that this is an important aspect of social science that deliberative scholarship has underutilized. To help fill this lacunae, we test our previous findings from an analysis of data from Citizen Initiative Reviews (CIRs) in 2016 by replicating our methodology on data from CIRs in 2018. We set out to determine if the patterns we discovered earlier and developed into the Deliberative Procedures Frame theory appeared again in 2018 CIRs. We find repeating across the two sets of data, including consistent levels of enthusiasm, slow rising happiness, and the relationships between certain emotions on the final day and participants’ evaluations of deliberative quality, and these indicate that our theory remains a viable explanation for emotions in mini-public deliberation. We remain confident that the sources of anger and frustration identified in our previous analysis remains correct. On the basis of this replication, we clarify that what we call the Procedures Frame enables the identification of the most likely time points during deliberation when the threat to democratic legitimacy and the risk to quality deliberation will most likely arise and result in expressions of emotion. Finally, our study reinforces how important deliberative design is to the role of emotions in the success of mini-publics.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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