MétaCan
Menu
Retour à la cohorte
Enregistrement W4405398058 · doi:10.1111/1475-6765.12750

Are poor people poorly heard?

2024· article· en· W4405398058 sur OpenAlexfundaboutno aff
Julie Sevenans, Awenig Marié, Christian Breunig, Stefaan Walgrave, Karolin Soontjens, Rens Vliegenthart

Notice bibliographique

RevueEuropean Journal of Political Research · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaVlaamse regeringFonds Wetenschappelijk OnderzoekUniversität KonstanzUniversity of TorontoFonds De La Recherche Scientifique - FNRSSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésInequalityPerceptionRepresentation (politics)Political scienceDemographic economicsSociologyEconomicsPoliticsPsychologyLaw

Résumé

récupéré en direct d'OpenAlex

Abstract A growing body of literature shows that the preferences of poorer groups in society are less well represented than the preferences of the rich. This paper scrutinises one possible explanation of inequality in representation: that politicians hold biased perceptions of what citizens want. We conducted surveys with citizens and politicians in four countries: Belgium, Switzerland, Canada and Germany. Citizens provided their preferences regarding concrete policy proposals, and then politicians estimated these preferences. Comparing politicians’ estimates with the actual preferences of different social groups, the paper shows that politicians’ perceptions are closer to the preferences of the richer than to those of poorer people for issues that matter most for economic inequality: socio‐economic issues. Further, we find that especially right‐wing politicians tend to think about the preferences of richer societal groups when estimating the preferences of their partisan electorates on socio‐economic matters.

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)0,010
score de la tête « metaresearch » (Gemma)0,005
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,226
Tête enseignante GPT0,496
Écart entre enseignants0,269 · 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'étudeThéorique ou conceptuel
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

Citations5
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Political ResearchMême sujetElectoral Systems and Political ParticipationTravaux en français237 207