MétaCan
Menu
← Retour à la cohorte
Enregistrement W6902608622 · doi:10.7910/dvn/chxjrf

Replication Materials for paper "The Impact of Political Assassinations on Turnout: Evidence from Colombia"

2025· dataset· en· W6902608622 sur OpenAlexaff

Notice bibliographique

RevueHarvard Dataverse · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPoliticsPolitical violenceContext (archaeology)Spanish Civil WarDemocracyPoison controlSuicide prevention

Résumé

récupéré en direct d'OpenAlex

Although a growing literature has investigated the effects of various types of civil war violence on political behavior, no study has examined the impact of assassinations targeting politicians. This is a critical omission, as violence against local politicians is prevalent across civil war contexts and may be the most consequential form of violence for political participation by affecting both candidate supply and voter demand. Using an original dataset of nearly 2,000 killings of Colombian local politicians between 1980 and 2023, we estimate the impact of this violence on voter turnout. Taking municipalities where assassination attempts failed as a comparison group, we find that political assassinations significantly decrease voter turnout in both the short and medium terms, with effects persisting in various elections even after the signing of a peace agreement. These findings contrast with many studies suggesting that other forms of civil war violence enhance political participation during the post-conflict period or after a truce or peace agreement. Our results suggest that different forms of violence can have distinct effects on political behavior, underscoring the need to theorize how the targeting, nature, and context of violence condition its effects. This echoes calls for more nuanced studies on the behavioral impacts of violence. Our findings also have implications for understanding democracy amid rising violence against political leaders in countries affected by organized crime, such as Mexico and Brazil; polarized contexts, such as the US; and weakly institutionalized democracies, such as South Africa, Indonesia, and the Philippines.

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)0,009
score de la tête « metaresearch » (Gemma)0,077
Version: metacan-v3-hybrid-931329e0061cStatut 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,409
Score d'incertitude au seuil0,842

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,077
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0040,001
Communication savante0,0040,002
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,4090,061

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 Opus0,039
Tête enseignante GPT0,353
Écart entre enseignants0,314 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revueHarvard Dataverse→Travaux en français237 207→