Opportunism and Election Timing by Canadian Provincial and Federal Governments
Bibliographic record
Abstract
Dans cet article, nous examinons les dates, de 1975 à 2008, que les gouvernements (fédéral et provinciaux) du Canada ont choisies pour tenir des élections, en lien avec les conditions économiques qui prévalaient alors. Nous faisons des régressions à partir de données mensuelles. Au plan provincial, nos résultats indiquent que, quand le taux de chômage est faible et qu’une hausse du chômage est prévisible, les gouvernements ont tendance à déclencher des élections. Au plan fédéral, nos résultats indiquent que, quand le taux de chômage est faible, le gouvernement a tendance à déclencher des élections; de plus, ce lien est plus important au plan fédéral qu’au plan provincial. Nous montrons également que les taux de chômage mensuels aux États- Unis sont plus faibles avant des élections fédérales canadiennes (à dates variables), mais pas avant des élections aux États-Unis (à dates fixes). Nous concluons que les gouvernements canadiens ont utilisé le système d’élections à dates variables afin de profiter de conditions favorables pour tenter de se faire réélire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.016 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.003 | 0.006 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".