Higher Education, Higher Stakes: Education’s Role in Shaping Redistribution Preferences and Vote Choice in Canada
Notice bibliographique
Résumé
Ce mémoire examine l’impact du niveau d’éducation sur les attitudes à l’égard de la redistribution et les comportements électoraux au Canada. En s’appuyant sur le cadre bi-dimensionnel des attitudes redistributives, je distingue entre le soutien à l’État-providence (« redistribution from ») et les perceptions positives ou négatives des bénéficiaires de l’État-providence (« redistribution to »). En utilisant les données de l’Étude électorale canadienne de 2019, j’utilise l’analyse en composantes principales (ACP) pour délimiter plus clairement les deux dimensions des attitudes à l’égard de la redistribution, ainsi que des régressions OLS pour évaluer la relation entre le niveau d’éducation et ces deux dimensions. Après avoir examiné directement le rôle de l’éducation dans l’explication des résultats électoraux au Canada, je procède ensuite à des analyses de médiation KHB sur des régressions logistiques multinomiales pour décomposer les effets de l’éducation sur le choix de vote, en me concentrant sur la manière dont les attitudes envers l’État-providence et les perceptions de la légitimité de ses bénéficiaires médiatisent cette relation. Mes résultats indiquent que des niveaux d’éducation plus élevés sont associés à une diminution du soutien à l’égard de politiques d’aide sociale généreuses, mais à une perception de légitimité plus importante à l’égard des bénéficiaires de l’État-providence. L’éducation influence également le choix de vote de manière directe et indirecte à travers ces attitudes, la légitimité des bénéficiaires jouant un rôle de médiateur plus fort que les attitudes générales envers l’État-providence. Ces effets sur le choix de vote sont particulièrement significatifs pour les Conservateurs et les Libéraux, ainsi que pour les blocs de partis « de gauche » et « de droite », bien que dans des directions opposées. Globalement, ce mémoire met en lumière l’éducation comme un clivage de plus en plus influent au 21e siècle et contribue au discours plus large sur les inégalités économiques et la solidarité sociale en délimitant le rôle de l’éducation dans la formation des comportements électoraux et des préférences en matière de politique publique au Canada
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,000 |
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.
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 ».