MétaCan
Menu
Retour à la cohorte
Enregistrement W3214186904 · doi:10.1177/00323217211055560

What Kind of Electoral Outcome do People Think is Good for Democracy?

2021· article· en· W3214186904 sur OpenAlexaff
André Blais, Damien Bol, Shaun Bowler, David M. Farrell, Annika Fredén, Martial Foucault, Emmanuel Heisbourg, Romain Lachat, Ignacio Lago, Peter John Loewen, Miroslav Nemčok, Jean-Benoit Pilet, Carolina Plescia

Notice bibliographique

RevuePolitical Studies · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensUniversity of TorontoUniversité de Montréal
Organismes subventionnairesStrategic Research CouncilInstitució Catalana de Recerca i Estudis AvançatsAustrian Science FundVetenskapsrådetAcademy of Finland
Mots-clésParliamentDemocracyGovernment (linguistics)Perspective (graphical)Political sciencePoliticsPublic administrationElectoral systemOutcome (game theory)Representative democracyFocus (optics)Survey data collectionPolitical economySociologyLawEconomics

Résumé

récupéré en direct d'OpenAlex

There is perennial debate in comparative politics about electoral institutions, but what characterizes this debate is the lack of consideration for citizens’ perspective. In this paper, we report the results of an original survey conducted on representative samples in 15 West European countries ( N = 15,414). We implemented an original instrument to elicit respondents’ views by asking them to rate “real but blind” electoral outcomes. With this survey instrument, we aimed to elicit principled rather than partisan preferences regarding the kind of electoral outcomes that citizens think is good for democracy. We find that West Europeans do not clearly endorse a majoritarian or proportional vision of democracy. They tend to focus on aspects of the government rather than parliament when they pass a judgment. They want a majority government that has few parties and enjoys wide popular support. Finally, we find only small differences between citizens of different countries.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,528

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,002
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 Opus0,143
Tête enseignante GPT0,455
Écart entre enseignants0,312 · 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'étudeThéorique ou conceptuel
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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitical StudiesMême sujetElectoral Systems and Political ParticipationTravaux en français237 207