MétaCan
Menu
Retour à la cohorte
Enregistrement W7037540174

The Effects of Political Parties on Federal Level Appointment of Women: A Comparative Analysis of the United States and Canada

2018· article· en· W7037540174 sur OpenAlexaboutno aff

Notice bibliographique

RevueArizona State University Library Digital Repository (Arizona State University) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGender Politics and Representation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCabinet (room)PoliticsPresidential systemFederalismDemocracyCompetition (biology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

abstract: This thesis comparatively examines the percentage of women who have been appointed to federal level Cabinet positions in the United States and Canada between 1980 and 2010. The thesis will first explain the differences in the nation's democratic systems -- presidential and parliamentarian -- to contextualize how each nation elects federal representatives coupled with their process of appointing individuals to Cabinet positions per administration. Then the thesis will briefly explain the basis of the political parties that have been active in each country alongside their prominent ideals, in an effort to understand the impact it has had on the number of women elected to federal positions. Finally, the research will focus on the number of women appointed to Cabinet to demonstrate how an increase in the amount of political parties, creates more competition between political parties, in turn allowing for a higher number of women to be elected as well as appointed to federal positions. In conclusion, the research suggests that liberal party's push forth more women to federal level positions in both countries. Coupled with the fact that the increase in the amount of office holding parties increases competition between parties and increases the number of women appointed to Cabinet.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,266

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,007
Études des sciences et des technologies0,0060,002
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,012
Tête enseignante GPT0,206
Écart entre enseignants0,193 · 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
GenreEmpirique

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArizona State University Library Digital Repository (Arizona State University)Même sujetGender Politics and RepresentationTravaux en français237 207