MétaCan
Menu
Retour à la cohorte
Enregistrement W3217161223 · doi:10.1093/qje/qjad002

How do Campaigns Shape Vote Choice? Multicountry Evidence from 62 Elections and 56 TV Debates

2023· article· en· W3217161223 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Quarterly Journal of Economics · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMedia Influence and Politics
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésConsistency (knowledge bases)Natural experimentPolitical sciencePoliticsContrast (vision)Event (particle physics)AdvertisingDemographic economicsSocial psychologyPsychologyEconomicsBusinessComputer scienceLawMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract We use two-round survey data from 62 elections in 10 countries since 1952 to study the formation of vote choice, beliefs, and policy preferences and assess how televised debates contribute to this process. Our data include 253,000 observations. We compare the consistency between vote intention and vote choice of respondents surveyed at different points before, and then again after, the election, and show that 17% to 29% of voters make up their mind during the final two months of campaigns. Changes in vote choice are concomitant to shifts in issues voters find most important and in beliefs about candidates, and they generate sizable swings in vote shares. In contrast, policy preferences remain remarkably stable throughout the campaign. Finally, we use an event study to estimate the impact of TV debates, in which candidates themselves communicate with voters, and of shocks such as natural and technological disasters which, by contrast, occur independently from the campaign. We do not find any effect of either type of event on vote choice formation, suggesting that information received throughout the campaign from other sources such as the media, political activists, and other citizens is more impactful.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,226
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,001
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 Opus0,054
Tête enseignante GPT0,309
Écart entre enseignants0,255 · 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