MétaCan
Menu
Retour à la cohorte
Enregistrement W4400134261 · doi:10.30892/rrgp.261104-376

RESULTS OF LOCAL ELECTIONS IN HARGHITA COUNTY, SEPTEMBER 27, 2020

2024· article· en· W4400134261 sur OpenAlexaboutno aff
George-Bogdan Tofan, Adrian Niță

Notice bibliographique

RevueRevista Română de Geografie Politică · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueOmbudsman and Human Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVotingAllianceLegislaturePolitical sciencePoliticsPublic administrationPower (physics)Quarter (Canadian coin)LawGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

The results of the local elections in Harghita County, 27th September 2020. This study aims to faithfully depict the territorial distribution of the electoral decisions taken by the inhabitants of Harghita County at the local elections held on 27th September 2020. Based on official statistical data from the Central Electoral Office (https://locale2020.bec.ro/rezultate), the voting for mayors, local and county councilors, as well as president of Harghita County Council was thoroughly examined. 67 mayors were elected in the 21st Electoral District ‒ Harghita County, their political affiliation being as follows: DUHR (48), SDP (7), HAT (5), IC (5), FHP (1) and NLP (1). Of the 835 local councilor seats, most were won by DUHR (570), followed by HAT (138), SDP (49), NLP (34), FHP (14), CI (13), PMP (8), SRU-LUSP (3), PRO ROMÂNIA (2), while the Magyar Civic Party, National Unity Block, Humanist Power Party (Social-Liberal) and the Liberal and Democrat Alliance won a single seat each. Harghita County Council is comprised of 30 county councilors (with one less seat than in the 2016-2020 legislature), 19 being DUHR members, 4 HAT, 3 SDP, 2 FHP and 2 NLP. Borboly Csaba, the DUHR candidate, received a total of 69 822 votes (64.54% of the votes), thus winning his fourth term as president of Harghita County Council.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,049
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,013
Tête enseignante GPT0,315
Écart entre enseignants0,301 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Română de Geografie PoliticăMême sujetOmbudsman and Human RightsTravaux en français237 207