Keep your Enemies Closer: Strategic Platform Adjustments during U.S. and French Elections
Notice bibliographique
Résumé
A key tenet of representative democracy is that politicians' discourse and policies should follow voters' preferences.In the median voter theorem, this outcome emerges as candidates strategically adjust their platform to get closer to their opponent.Despite its importance in political economy, we lack direct tests of this mechanism.In this paper, we show that candidates converge to each other both in ideology and rhetorical complexity.We build a novel dataset including the content of 9,000 primary and general election websites of candidates for the U.S. House of Representatives, 2002-2016, as well as 57,000 campaign manifestos issued by candidates running in the first and second round of French parliamentary and local elections, 1958-2022.We first show that candidates tend to converge to the center of the ideology and complexity scales and to diversify the set of topics they cover, between the first and second round, reflecting the broadening of their electorate.Second, we exploit cases in which the identity of candidates qualified for the second round is quasi-random, by focusing on elections in which they narrowly win their primary (in the U.S.) or narrowly qualify for the runoff (in France).Using a regression discontinuity design, we find that second-round candidates converge to the platform of their actual opponent, as compared to the platform of the runner-up who did not qualify for the last round.We conclude that politicians behave strategically and that the convergence mechanism underlying the median voter theorem is powerful.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».