MétaCan
Menu
← Retour à la cohorte
Enregistrement W7161976205 · doi:10.82308/38656

Strengthening electoral integrity through election management

2017· dissertation· en· W7161976205 sur OpenAlexaboutno aff
Holly Garnett

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineSocial Sciences
ThématiqueElectoral Systems and Political Participation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Public managementElectoral systemElectoral reformBureaucracy

Résumé

récupéré en direct d'OpenAlex

Planifier et mettre en place une élection représente une entreprise titanesque qui implique plusieurs tâches techniques et administratives telles que l'inscription des électeurs, la transmission d'informations, la mise en place de bureaux de vote, le décompte des votes et l'annonce des résultats. La plupart de ces tâches sont effectuées par des organismes de gestion électorale (OGE), des agences et départements gouvernementaux qui s'occupent de l'administration technique des élections. Cette dissertation se penche sur la question suivante : comment les organismes de gestion électorale influencent-ils l'intégrité des élections ? Cette dissertation aborde d'abord deux phases du cycle électoral qui visent à augmenter la participation électorale : l'inscription des électeurs et la diffusion d'information sur les élections. Ensuite, cette dissertation analyse l'efficacité des organismes de gestion électorale. La première étude de cette dissertation se penche sur l'impact de trois innovations en matière d'enregistrement des électeurs- l'inscription le jour de l'élection, l'inscription en ligne et la préinscription des jeunes- sur l'inscription et la participation électorale dans 49 états américains sur une période de six élections. En codifiant la mise en place de ces innovations à travers le temps et en utilisant trois stratégies de modélisation différentes, cette étude souligne l'importance de considérer les problèmes d'endogénéité et de l'implantation non aléatoire de lois électorales lorsque l'on évalue l'efficacité des innovations en matière d'inscription électorale. La deuxième étude se penche sur les effets du vote anticipé à travers plusieurs élections dans quatre pays : le vote anticipé plusieurs jours à l'avance au Canada, le vote anticipé d'une semaine en Finlande, le vote par la poste sur demande en Allemagne et le vote postal automatique en Suisse. Cette étude démontre que le vote anticipé a peu de chances d'améliorer la participation électorale des groupes qui ont généralement une participation plus faible. Les personnes âgées sont celles qui risquent le plus de se prévaloir du vote anticipé. La dernière étude présente une nouvelle approche pour comparer les organismes de gestion électorale à travers le monde. À l'aide d'une analyse de contenu des sites web des OGE de 99 pays qui compare la diffusion d'information, la communication avec les parties prenantes et la transparence envers le public, cette étude mesure la capacité et l'efficacité des OGE. Ensuite, cette étude évalue la validité de la mesure proposée en effectuant des tests à petite échelle pour vérifier si les OGE communiquent efficacement avec leurs citoyens. Puis, l'étude démontre que cette nouvelle mesure de capacité des OGE est en mesure de prédire l'intégrité électorale d'un pays, ce qui révèle son utilité pour des recherches futures. Cette dissertation démontre l'importance de trois différentes facettes de la gestion électorale pour l'intégrité électorale et propose quelques conclusions. Tout d'abord, nos postulats concernant la gestion des élections et les lois électorales sont parfois faux et doivent donc être testés empiriquement. Deuxièmement, la capacité des OGE et le contexte a plus d'impact sur l'intégrité électorale que les lois et structures formelles. Troisièmement, les pratiques de gestion électorale peuvent avoir des impacts qui diffèrent selon les pays et peuvent avoir plus d'effet sur certains groupes de citoyens que d'autres. Finalement, cette dissertation suggère qu'il importe d'avoir de meilleures données et de d'améliorer nos partenariats avec des parties prenantes en vue d'améliorer l'étude de la gestion et de l'intégrité électorale.

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)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,071
Tête enseignante GPT0,421
Écart entre enseignants0,350 · 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'étudeThéorique ou conceptuel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectoral Systems and Political Participation→Travaux en français237 207→