Relégué aux oubliettes ou toujours vivant? : la place du Québec dans la stratégie de marketing électoral du Parti conservateur du Canada de 2006 à 2011
Bibliographic record
Abstract
Peu de recherches en marketing politique se sont intéressées à la sélection des territoires (provinces, États, régions) ciblés par les partis politiques en période électorale. En analysant les déplacements de Stephen Harper et les plateformes électorales du Parti conservateur du Canada (PCC) lors des trois dernières élections fédérales, nous vérifions si les provinces ciblées sont celles qui détiennent le plus de circonscriptions de type champs de bataille. Malgré certaines nuances, le PCC cible davantage les provinces qui comptent le plus de champs de bataille. Toutefois, les champs de bataille perdus aux élections précédentes prédisent plus précisément quelles provinces seront ciblées dans les efforts de communication électorale. Lorsque le PCC contrôle plus de la moitié des circonscriptions d’une province, il semble confier la campagne aux exécutifs provinciaux. Enfin, le Québec semble détenir une place particulière dans la stratégie conservatrice, indépendamment du faible nombre de circonscriptions où le parti est compétitif.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.005 |
| Science and technology studies | 0.006 | 0.002 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 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".