MétaCan
Menu
Retour à la cohorte
Enregistrement W4414266234 · doi:10.11647/obp.0490.08

8. Electoral competition

2025· book-chapter· en· W4414266234 sur OpenAlexaff
Martin J. Osborne

Notice bibliographique

RevueOpen Book Publishers · 2025
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueEuropean Union Policy and Governance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCondorcet methodPosition (finance)Nash equilibriumApproval votingVotingCompetition (biology)Interval (graph theory)Set (abstract data type)Cardinal voting systems

Résumé

récupéré en direct d'OpenAlex

Two candidates compete in an election. Each candidate chooses a position in a given set, and prefers to win than to tie than to lose. Each member of a finite set of citizens has preferences over positions, and votes for the candidate whose position she prefers. The candidates know the citizens' preferences. In any Nash equilibrium of the strategic game in which the candidates are the players, each candidate's position is a Condorcet winner of the collective choice problem in which the individuals are the citizens. So if the citizens' preferences are single-peaked, each candidate's position in a Nash equilibrium is the median of the individuals' favorite positions, and if the preferences are single-crossing, it is the favorite position of the median citizen. If the candidates choose their positions sequentially, these positions are also Condorcet winners if such winners exist. Suppose that the candidates are uncertain of the citizens' preferences and the set of positions is an interval of real numbers. If the candidates share the belief that the median of the citizens' favorite positions has a given distribution, in an equilibrium they both choose the median of that distribution. If the candidates are privately informed about the median, the equilibrium position of a candidate with a given signal is the median of the distribution when the other candidate's signal is the same. The chapter explores also a model in which voting is costly and one in which citizens have preferences over candidates independent of the positions chosen by the candidates.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,172

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,003
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0510,008

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 Opus0,033
Tête enseignante GPT0,306
Écart entre enseignants0,274 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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 revueOpen Book PublishersMême sujetEuropean Union Policy and GovernanceTravaux en français237 207