A Question of Respect: A Qualitative Text Analysis of Canadian Parliamentary Committee Hearings on PCEPA
Notice bibliographique
Résumé
Project Summary: The overarching research question that we address in our paper, “A Question of Respect: A Qualitative Text Analysis of the Canadian Parliamentary Committee Hearings on The Protection of Communities and Exploited Persons Act (PCEPA),” forthcoming Canadian Journal of Political Science/Revue canadienne de science politique (December 2017), centers on whether parliamentary committee members treated witnesses fairly and respectfully. To address this question, we engaged in a qualitative text analysis of the hearing transcripts of both the Standing Committee on Justice and Human Rights and the Senate Standing Committee on Legal and Constitutional Affairs on this bill that took place in the summer and fall of 2014. We found in this study that, on the whole, the vast majority of questions met this baseline, but that committee members were biased toward witnesses in agreement with their position and against witnesses in opposition to it. Our approach was based on grounded theory, and we inductively developed codes from an interpretation of the data. In this appendix, we present our coding scheme, including key assumptions, units of analysis, conceptualization and coding process, reliability and agreement measurements, and core and evaluative codes. We hope that other qualitative researchers will use and develop our codes. Data Abstract: Our data took the form of PDFs of official English-language transcripts of parliamentary hearings by both the House and Senate committees on Bill C-36. More specifically, our data units were questions posed by committee members to witnesses as articulated in the hearing transcripts. The hearings on Bill C-36 took place in July 2014 (House) sand September and October 2014 (Senate), and the transcripts are publicly accessible on government websites (full list of links provided in documentation). Our data collection strategy involved downloading PDF versions of each of the Commons and Senate hearings on the bill. We conducted an initial read of the transcripts to identify questions posed by committee members to witnesses (please see our coding scheme for a detailed discussion of how we identified questions for analysis). We organized the questions (i.e., our units of analysis) by assigning to each a unique number. This enabled us to systematically code each question in terms of its content, tone, and nature (see coding scheme for more details on our coding definitions). This deposit consists of our coding scheme, which we hope will provide other researchers with definitions of respectful/disrespectful, positive/negative/neutral tone, and sympathetic/combative/fair questions and with an approach to conducting qualitative text analysis of legislative hearings. It also consists of links directly to the hearing transcripts for Bill C-36, as well as the full-text version of all the transcripts we analyzed.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,068 | 0,159 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,020 |
| Études des sciences et des technologies | 0,036 | 0,028 |
| Communication savante | 0,011 | 0,007 |
| Science ouverte | 0,005 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».