Harmonization in the Comparative Study of ElectoralSystems (CSES) Projects
Notice bibliographique
Résumé
This chapter focuses on harmonizing election survey and macro data with insights from the Comparative Study of Electoral Systems (CSES) project, a cross-national study incorporating election studies in over 50 states over the past 20 years. Drawing on insights from all CSES data products, the chapter begins by introducing the CSES, the study design, and its data products. Next, we outline five core principles CSES adheres to in its harmonization efforts and describe the technical infrastructure underpinning our efforts. Section 6.3 outlines ex-ante input harmonization, including the CSES Module questionnaire and the macro data development. Section 6.4 focuses on ex-ante output harmonization, specifically how CSES approaches the harmonization of respondent demographic and party level data. Section 6.5 explores the interplay between ex-ante and ex-post harmonization that CSES encountered with creating the CSES Integrated Module Dataset (IMD). Finally, we summarize the chapter and briefly discuss new data harmonization frontiers, which CSES is embracing.
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 | 0,146 | 0,232 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,019 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,004 | 0,019 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,003 |
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 ».