Facebook Campaigning in the 2019 and 2021 Canadian Federal Elections
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Canada’s federal elections in 2019 and 2021 produced a similar outcome—a minority Liberal government. These back-to-back elections provide an ideal context to understand trends in digital campaigning strategies and assess how the pandemic influenced campaigns’ use of social media. We examine how the three leaders of the major parties used Facebook in 2019 (<em>n</em> = 712) compared to 2021 (<em>n</em> = 979). The Conservative leader O’Toole posted more frequently than other candidates in 2021, fitting with the equalization theory of digital campaigning. In 2019 and 2021, the incumbent prime minister, Trudeau, received the most user engagement on his Facebook posts despite calling a snap election during a pandemic and less than two years into his mandate. These findings support normalization theories of digital campaigning with evidence of an accumulating incumbent advantage. The Covid-19 pandemic sidelined attention to climate change. We argue that the Liberal government owned both issues; we expected Trudeau to have greater attention to and user engagement for these policy posts. In general, Facebook posts about the pandemic yielded greater user engagement than posts that did not mention the pandemic. Candidates tested new campaign strategies in 2021, particularly making calls to interact with them; these posts yielded higher user engagement than posts that did not include a call to interact. While candidates used new social media campaign strategies, voter turnout declined from 2019 to 2021. These findings have implications for other democratic systems and the future of digital campaigning.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle