Our Man in Havana: Explaining the Causes, Conduct, and Consequences of Foreign Electoral Intervention
Notice bibliographique
Résumé
This dissertation is about foreign electoral intervention (FEI).Why do national-level politicians in democracies break laws and democratic norms by cooperating with foreign powers to win elections?Why do intervening states use aggressive methods of interference in some cases and light methods of influence in others?And does electoral intervention work?If a politician or a party owes some of its electoral victory to a foreign power, do they cooperate with that foreign power, once in government?To answer these questions, this dissertation uses original archive research to expand an existing dataset on FEIs, known as the 'Partisan Electoral Interventions by the Great Powers' (PEIG), and uses a Qualitative Comparative Analysis (QCA) to assess the cooperative outcomes of FEI.These findings were then compared against two case studies of American interventions in Canada in the 1960s and in El Salvador in the 1980s.My results show that political polarization predicts FEI, for both affective polarization and platform polarization.Strong democratic institutions do not prevent FEI, but they do prevent the most aggressive methods of FEI.In terms of consequences, FEI can produce a cooperative partner, but this is conditioned on the newly elected government being able to overcome domestic veto players in the legislature.Occasionally this requires the intervener to intervene a second time, to manipulate those veto players.The dissertation concludes by discussing the policy implications of these findings.Dissertations are not solitary endeavours.I owe a great debt to my doctoral supervisor, Stephen Saideman.The idea for this dissertation found genesis in his class, on the related topic of foreignsupported coup attempts.Since then, Steve has kept my eye on the ball and has provided a constant source of feedback.His advice has immeasurably strengthened the quality of this dissertation.I also owe a tremendous debt to Professor Fen Hampson
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,011 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».