MétaCan
Menu
Retour à la cohorte
Enregistrement W7019978365

Improving Voter Registration: A Guide to Introducing Automatic Voter Registration

2025· other· en· W7019978365 sur OpenAlexfundno aff

Notice bibliographique

RevueUEA Digital Repository (University of East Anglia) · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityUniversity of East Anglia
Mots-clésVoter registrationVotingGovernment (linguistics)BlueprintManifestoDemocracyMajority ruleRepresentative democracy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Voter registration is crucial for ensuring that citizens can smoothly cast their vote on an election day. It is already compulsory to register to vote in the UK, but millions of people are missing from the electoral rolls – and are therefore unable to vote on the day of an election. Taking part in our elections by voting is an essential step in democratic and civic inclusion. The Government noted in their manifesto that, “To encourage participation in our democracy, Labour will improve voter registration”. The government’s blueprint for modern digital government also sets out a vision to improve public services through the use of technology and improved data. Automatic Voter Registration (AVR) is the technological, data-led solution, that the Government can introduce to address democratic inequality and create a system fit for the 21st century. AVR would involve giving electoral registration officers (EROs) the power to register electors when they have reliable and accurate information about them – without citizens having to act. A fully Automatic Voter Registration system would be the most effective way of improving the completeness of the electoral register. Assisted Voter Registration, which involves prompting citizens to register when accessing other government services, should be used to supplement AVR to ensure the registers are up to date and amended when required. At the same time, steps should be undertaken to create a single centralised electoral register to maximise the benefits of data for political equality, government efficiency and public service. AVR is a sensible, technical solution to a long-term problem in our democracy. Evidence from democracies around the world – where automated registration is the norm – show that it is effective at improving the accuracy and completeness of the register, and that it is cost effective (costs and savings are explored further below). AVR also has the benefit of being popular – YouGov polling shows that 81% of people support it. This report explains what Automatic Voter Registration and Assisted Voter Registration are and provides a roadmap for implementation.

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)0,011
score de la tête « metaresearch » (Gemma)0,022
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,319

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,022
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0020,002
Communication savante0,0050,008
Science ouverte0,0040,004
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0950,191

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 Opus0,007
Tête enseignante GPT0,201
Écart entre enseignants0,195 · 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
GenreAutre

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 revueUEA Digital Repository (University of East Anglia)Travaux en français237 207