The Effect of Election Advertising Spending and Incumbency on the General Election Results in Great Britain
Bibliographic record
Abstract
본 논문의 목적은 선거 홍보비 지출이 투표결과에 미치는 효과를 실증 적으로 추정하는 데 있다. 실증분석을 위해 1992년~2001년 영국의 총선 거 결과에 대한 자료가 사용되었다. 우선 선거 홍보비 지출이 선거결과에 미치는 효과를 실증적으로 추정하였다. 둘째, 선거에서 후보자들은 자신들 의 자질을 유권자들에게 어떻게 신호로 보내는 지를 분석하였다. 일반적으 로 후보자들은 자신들의 자질을 신호로 보내기 위하여 자신이 지역구의 현직 의원(incumbent status)임을 강조한다. 따라서 후보자의 자질은 현 직 보유 여부에 의해서 유권자들에게 전달된다. 마지막으로, 후보자의‘자 질신호’(quality signaling) 효과를 실증적으로 추정하기 위하여 현직 보 유 여부를 새로운 변수로 사용하였다. 특히 본 논문은 선거홍보비 지출과 선거결과 간의 단순관계를 확장하고자 하였다. 이를 위해 후보자의 현직 보유 효과를 추가하였다. 영국의 경우 후보 자의 현직 보유는 지역구에서 후보자 자신이 현직 의원인 경우(‘후보자 개인 의 자질 효과’)와 후보자가 소속된 당이 현재 집권당인 경우(‘후보자 소속 당의 자질 효과’)로 나눌 수 있다. 실증분석 결과 영국의 유권자들은 두 거 대 정당인 노동당과 보수당의 후보자들에 대해서 후보자가 소속된 당이 가지 는 자질에 더 큰 영향을 받는 반면 소수당인 자유민주당의 경우 유권자들은 후보자들의 개인적 자질에 의해 더 큰 영향을 받는 것으로 나타났다.
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 | 0.003 | 0.011 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.001 |
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".