MétaCan
Menu
Retour à la cohorte
Enregistrement W4392482412 · doi:10.18235/0011746

Incumbent Advantage, Voter Information and Vote Buying

2016· report· en· W4392482412 sur OpenAlexaff
Cesi Cruz, Philip Keefer, Julien Labonne

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of OxfordInter-American Development BankWorld Bank Group
Mots-clésBusinessIndustrial organizationAdvertisingInternet privacyComputer science

Résumé

récupéré en direct d'OpenAlex

Results from a new experiment shed light on the effects of voter informationon vote buying and incumbent advantage. The treatment provided voters with information about a major spending program and the proposed allocations and promises of mayoral candidates just prior to municipal elections. It left voters more knowledgeable about candidates' proposed policies and increased the salience of spending, but did not affect vote shares and turnout. Treated voters were more likely to be targeted for vote buying. We develop a model of vote buying that accounts for these results. The information raised voter expectations regarding incumbent performance, especially in incumbent strongholds. Incumbents increased vote buying in response. Consistent with this explanation, both knowledge and vote buying impacts were higher in municipalities with dominant incumbents. Our findings show that, in a political environment where vote buying is the currency of electoral mobilization, incumbent efforts to increase voter welfare may take the form of greater vote buying.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,753
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,047
Tête enseignante GPT0,263
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTaxation and Compliance StudiesTravaux en français237 207