MétaCan
Menu
Retour à la cohorte
Enregistrement W4386359519 · doi:10.1177/13540688231199976

Citizens’ awareness of electoral campaign pledges

2023· article· en· W4386359519 sur OpenAlexaffabout
Dominic Duval, François Pétry

Notice bibliographique

RevueParty Politics · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensUniversité LavalUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical sciencePublic administrationPoliticsPolitical economyLawSociology

Résumé

récupéré en direct d'OpenAlex

The theory of promissory representation (Mansbridge, 2003) proposes that voters select parties based on the pledges they made during the campaign. The elected parties then fulfill their promises and at the next election, voters reward or sanction the parties based on their pledge-fulfillment record. However, a fundamental assumption of promissory representation remains to be tested. If voters use party pledges to decide which party to vote for, they need to know which party made which pledges. To test the degree of awareness of citizens to party pledges (a factor we dub pledge awareness ), we included a module in the 2019 Canadian Election Study (CES) that tasks citizens to associate correctly six pledges found in the different electoral platforms with their respective parties. We find that while citizens may not know all six pledges included in our study, nonetheless, the most frequently selected answers to our pledge awareness questions are the correct ones. We also find that party identification and the information resources at the disposal of citizens play a large role in the citizen’s capacity to succeed at this matching task. Our study indicates that respondents tend to be more aware of the pledges made by the party they identify with, and well-informed respondents are more aware of pledges made by the other parties.

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)0,003
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,105
Tête enseignante GPT0,400
Écart entre enseignants0,295 · 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

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueParty PoliticsMême sujetElectoral Systems and Political ParticipationTravaux en français237 207