Déterminants du vote rétrospectif aux élections scolaires en Californie.
Notice bibliographique
Résumé
La littérature reconnaît depuis longtemps que la performance économique peut influencer les résultats électoraux. Les chercheurs n’ont, cependant, pas encore réussi à démontrer que le phénomène se produit systématiquement d’une élection à l’autre et d’une juridiction à l’autre. En nous concentrant sur les élections tenues dans des gouvernements locaux à fonction unique, comme les commissions scolaires, nous pensons réussir à mieux comprendre l’évaluation que font les électeurs de la performance des élus. Ce mémoire s’intéresse à l’efficacité du processus démocratique en place dans les commissions scolaires. Plus particulièrement, nous étudions le lien entre les résultats électoraux et la performance des élus dans les commissions scolaires. Nous faisons l’hypothèse que la performance des élus passe par trois mesures de performance, soit l’Academic Performance Index (API), le taux de décrochage et le ratio élèves-enseignant. En plus de nous intéresser au lien entre les résultats électoraux et la performance des élus, nous prenons le temps de bien comprendre et d’analyser les déterminants de la performance elle-même ainsi que du taux de participation. Pour ce faire, nous analysons les résultats des élections scolaires tenues en Californie entre 1995 et 2009. Avec notre vaste base de données, nous arrivons à trouver plusieurs facteurs déterminants dans chacun des modèles étudiés. Bien que peu de nos résultats pointent directement dans le sens du vote rétrospectif lors des élections scolaires californiennes, ces quelques résultats tendent à indiquer que le phénomène est bel et bien présent.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 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 ».