MétaCan
Menu
Retour à la cohorte
Enregistrement W4380149963 · doi:10.1177/13540688231170381

Accruing career capital: How party leaders with more political experience survive longer

2023· article· en· W4380149963 sur OpenAlexaboutno aff
Clint Claessen

Notice bibliographique

RevueParty Politics · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensnon disponible
Organismes subventionnairesSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésPoliticsLegislatureCapital (architecture)AttritionPolitical sciencePolitical capitalPolitical economyPublic administrationSociologyLaw

Résumé

récupéré en direct d'OpenAlex

As some of the most experienced political actors, party leaders usually have extensive careers spanning multiple decades, competencies, and institutions. The literature on party leaders, however, has not yet incorporated the wealth of information that these careers have. Therefore, this article introduces career capital as a new continuous measure of political experience and hypothesizes that more career capital leads to longer tenure. In contrast to findings from previous studies, I show that career capital does contribute to party leaders’ survival in office in several analyses of party leader duration in Canada, Germany, the Netherlands and Switzerland in the postwar period (1945–2023). In addition, because career capital is accumulated in three separate institutions, I examine the differences between these descriptively and show in the analysis that especially previous experience in legislative office is conducive for party leaders to remain longer in office. Lastly, the results indicate that the relationship between career capital and party leader duration is non-linear and subject to the effect of attrition, signifying that political experience acquired shortly before entering party leader office is more important for political survival.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,145
Tête enseignante GPT0,382
Écart entre enseignants0,236 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueParty PoliticsMême sujetElectoral Systems and Political ParticipationTravaux en français237 207