MétaCan
Menu
Retour à la cohorte
Enregistrement W4297003606 · doi:10.1017/s0043887122000090

Democratic Deliberation and the Resource Curse

2022· article· en· W4297003606 sur OpenAlexfundno aff
Justin Sandefur, Nancy Birdsall, James S. Fishkin, Mujobu Moyo

Notice bibliographique

RevueWorld Politics · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueNatural Resources and Economic Development
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreInternational Growth CentreBill and Melinda Gates Foundation
Mots-clésDeliberationSubsidyDemocracyPoliticsEconomicsRevenueResource cursePolitical scienceGovernment (linguistics)Public economicsCommonsNegotiationResource (disambiguation)BusinessFinanceMarket economy

Résumé

récupéré en direct d'OpenAlex

Abstract Oil and gas discoveries in developing countries are often associated with shortsighted economic policies and, in response, with calls to insulate resource management from populist impulses. The authors report on a randomized experiment that tested methods to overcome this apparent tension between sound resource governance and democratic politics. Soon after Tanzania's discovery of major natural gas reserves, the authors invited a nationally representative sample of voters to take part in an intensive public deliberation of policy options, at an event featuring nationally recognized experts and small-group discussions. Democratic deliberation reinforced the public's strong preference for rapid spending of gas revenues, but also increased support for various prudential and economically orthodox measures, such as the independent oversight of gas revenues, limits on government borrowing, and selling gas abroad rather than subsidizing fuel at home. These effects were driven by deliberation per se, rather than a pure information treatment, and show no evidence of contamination by facilitator effects or peer effects in group deliberations.

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)0,049
score de la tête « metaresearch » (Gemma)0,140
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,261

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0490,140
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,011
Communication savante0,0040,003
Science ouverte0,0010,008
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0140,001

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 Opus0,015
Tête enseignante GPT0,187
Écart entre enseignants0,173 · 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

Citations20
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld PoliticsMême sujetNatural Resources and Economic DevelopmentTravaux en français237 207