MétaCan
Menu
← Retour à la cohorte
Enregistrement W6902857660 · doi:10.7910/dvn/2x5m4d

Replication Data for: Willems, E., Maes, B. & Walgrave, S. (2024) Mechanisms of political responsiveness: The information sources shaping elected representatives’ policy actions. Political Research Quarterly

2024· dataset· en· W6902857660 sur OpenAlexaboutno aff

Notice bibliographique

RevueHarvard Dataverse · 2024
Typedataset
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpposition (politics)Public opinionPoliticsParliamentPublic policySurvey data collectionMass media

Résumé

récupéré en direct d'OpenAlex

This study examines the micro-level foundations of how policy responsiveness may come about. Our study builds on the assumption that elected officials’ information source use shapes their policy actions. We analyze the variation in information sources elected officials rely on for agenda-setting and policy formulation, distinguishing between public opinion sources, advocacy sources, and expert sources. Additionally, we examine how elected officials’ public opinion sources vary across individuals, parties, and political systems. Based on a 2015 survey with 345 Members of Parliament in Belgium and Canada, the results indicate that the actions of elected representatives are more affected by public opinion sources like citizens and the mass media when they initially prioritize issues for policy action, while interest groups are prominent in both stages, and parties and expert sources are more used in the policy formulation phase. Furthermore, politicians in majoritarian systems, those belonging to the opposition and members of populist parties, tend to rely more on public opinion sources than their peers in proportional systems, those in the majority and non-populist parties.

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)0,005
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,251
Score d'incertitude au seuil0,839

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,045
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,009
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0040,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,2510,206

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 Opus0,098
Tête enseignante GPT0,379
Écart entre enseignants0,281 · 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'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHarvard Dataverse→Même sujetPlanetary Science and Exploration→Travaux en français237 207→