Les conséquences parlementaires du capital politique : le cas de l’Assemblée nationale du Québec
Bibliographic record
Abstract
Nous tentons de situer le capital politique dans le contexte québécois en mesurant ses conséquences parlementaires chez les élu.e.s de l’Assemblée nationale qui ont siégé depuis 2003. Pour mesurer les conséquences parlementaires du capital politique, nous étudions principalement l’impact de deux facteurs – l’expérience politique antérieure des élu.e.s à d’autres paliers gouvernementaux et les liens familiaux – sur l’accès à différents postes parlementaires d’importance. Deux séries de modèles de régression sont présentées. La première série analyse l’accession aux fonctions parlementaires des députés tout au long de leur carrière législative, alors que la seconde reprend les variables de la première série en les appliquant uniquement aux recrues parlementaires. Nous concluons que le capital politique ne peut jouer un rôle dans la carrière législative d’un individu que dans certains contextes très spécifiques. Les liens familiaux n’ont pas d’impact sur l’accès aux postes législatifs, alors que l’expérience politique fédérale ou provinciale a un léger effet positif si l’on considère l’ensemble de la carrière des élu.e.s. L’expérience politique locale (municipale ou scolaire) a des effets négatifs significatifs sur les chances d’accéder à différentes fonctions parlementaires.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".