MétaCan
Menu
Retour à la cohorte
Enregistrement W4414019635 · doi:10.1111/1758-5899.70080

Securing Democracy: Online Political Advertising Regulations and Practices in the <scp>EU</scp> and its Member States

2025· article· en· W4414019635 sur OpenAlexaff
Enea Fiore, Antonella Seddone, Daniela R. Piccio

Notice bibliographique

RevueGlobal Policy · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePopulism, Right-Wing Movements
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésDemocracyPoliticsMember statesPolitical advertisingAdvertisingBusinessPolitical scienceEuropean unionInternational tradeLaw

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Starting with the Facebook‐Cambridge Analytica scandal and its link to Brexit and the 2016 US elections, the nexus among online political advertising, micro‐targeting, and data‐driven electoral campaigning has revealed its disruptive potential for democracies. While facilitating innovative modes of direct engagement between politics and citizens, online political advertising also allows parties and other political actors to enact strategies that can effectively target highly specific audience segments, with a potential for domestic players with populist agendas or foreign actors to exploit these technologies in order to disrupt public debate and manipulate key electoral processes. However, few countries in Europe introduced a regulation in this respect, to the extent that the digital environment has often been likened to a Wild West. This study has a two‐fold aim. First, it presents an up‐to‐date comparative analysis of the regulation of political advertising in the European Union as well as in individual European countries showing similarities and differences across countries and levels. Second, it provides a descriptive analysis of the way in which domestic political actors used online political advertisements during the 2024 European election campaign exploring which political families use these strategies more frequently and how much they economically invested in advertising tools.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,575
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

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

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 Opus0,032
Tête enseignante GPT0,406
Écart entre enseignants0,374 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal PolicyMême sujetPopulism, Right-Wing MovementsTravaux en français237 207