Digital integration in political advertising: Insights from expenditures in the 2019 and 2021 Canadian elections
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Digital political advertising is “interactive content placed for a fee” (Fowler et al., 2020, 111). It has been long assumed that Canadian political parties engage in digital advertising during and in between campaigns, but how much was being spent and how that spending compared to other types of advertising was impressionistic at best. This all changed in the 2019 federal election when parties were asked to report their spending on digital advertising for the first time. This study examines the extent to which Canada’s political parties have integrated digital political advertising into their overall advertising strategies. To do this, we develop a classification of digital advertising strategies based on relative investment in online and television advertising. The data for this analysis comes from the new expenditure reports of six political parties following the 2019 and 2021 elections. The analysis shows a strategic shift toward digital advertising. In total, Canada’s parties spent more than 10 million dollars on digital political advertising in 2019, increasing to more than $25 million 2 years later, accounting for 25% and 49% of party advertising budgets, respectively. However, the data reveal that parties have very different relationships with digital technologies, shaped by distinct strategic preferences and capacities. It is the first study to systematically analyze this new data source, and it provides a baseline of the state of digital advertising and its place in federal election campaigns.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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