MétaCan
Menu
Retour à la cohorte
Enregistrement W4407078183 · doi:10.1080/00344893.2025.2455097

Stratarchy, Gender, and Candidate Nomination: Tension Within the Party Organisation?

2025· article· en· W4407078183 sur OpenAlexafffundabout
William Cross, Scott Pruysers, Andrew J.A. Mattan

Notice bibliographique

RevueRepresentation · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Politics and Representation
Établissements canadiensDalhousie UniversityCarleton University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNominationNOMINATEPolitical scienceDiversity (politics)PoliticsLegislaturePublic relationsRepresentation (politics)Set (abstract data type)Public administrationLaw

Résumé

récupéré en direct d'OpenAlex

Political parties are complex and multifaceted organisations that are comprised of several different ‘faces’ (party on the ground, public office, central office), each having varying competencies, priorities, and influence. This stratarchical nature of contemporary parties can result in internal inconsistencies, especially when decision-making authority over a particular matter is shared between different faces. Drawing on a unique survey of Canadian constituency association presidents, we consider the extent to which the party on the ground prioritises gender when identifying and selecting its local candidate. While the party in the centre often emphasises the need to recruit and nominate more women, the results of our survey indicate that the party on the ground tends to prioritise an entirely different set of candidate qualities. However, local associations that do prioritise candidate gender tend to produce better representational outcomes in the form of more women contesting the nomination. The disconnect between central and local party priorities with regards to the importance of descriptive representation highlights the potential for internal tension and inconsistencies within parties, and provides new insight into why parties often fail to achieve their publicly stated goals when it comes to increasing diversity.

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)0,016
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,033
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,009
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,047
Tête enseignante GPT0,365
Écart entre enseignants0,318 · 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'étudeQualitatif
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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRepresentationMême sujetGender Politics and RepresentationTravaux en français237 207