MétaCan
Menu
← Retour à la cohorte
Enregistrement W6913099466 · doi:10.5683/sp3/xtj63t

Replication Data for: No "I" In Team - Party Defectors Data

2025· dataset· en· W6913099466 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversité du Québec à Trois-RivièresAcadia UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésCaucusLoyaltyPoliticsPower (physics)Party platform

Résumé

récupéré en direct d'OpenAlex

Our investigation sets out to address our overarching research question: why are most Canadian parliamentarians so loyal to their party? As a subset to this, we want to understand the institutional forces fuelling expectations that everyone in Canadian party politics must be a team player. This involves looking into the psychology of group loyalty and team constructs, and what workplace relations can inform us about behaviour in partisan groups. We are curious about the ways that loyalty is conditioned among election candidates, rookie parliamentarians and party veterans and, relatedly, what levers of power a leader has available to command loyalty, and why party loyalty is more impenetrable in some provinces than in others. To answer this question, we have created a dataset of parliamentarians who exited a party caucus in Canada from 1980 to 2021 and who continued sitting either as an Independent and/or joined a different caucus during that Parliament. We identified 349 cases involving 333 politicians who sat after departing their caucus voluntarily or through expulsion between January 1, 1980, and December 31, 2021, some of whom did so more than once. We documented names, year of exit, year of defection (if applicable), years in office, province, gender, age and the political parties involved. We cross-referenced our list with an existing database of Canadian party switchers. Each was coded and augmented by a synthesis of over 3,000 news stories into 333 briefing notes about the controversial behaviour of every party leaver we identified from 1980 to 2021.

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)0,027
score de la tête « metaresearch » (Gemma)0,149
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,398
Score d'incertitude au seuil0,791

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,149
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,009
Études des sciences et des technologies0,0070,002
Communication savante0,0040,002
Science ouverte0,0040,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0960,029

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 Opus0,083
Tête enseignante GPT0,368
Écart entre enseignants0,285 · 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'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'admission2
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→