5.2.2 Muermeldéier-coding vu politescher Wahlprogrammer

Coding politesch Wahlprogrammer, eppes typesch vun Experten gemaach, ka vun engem Mënsch Berechnung Projet gemaach ginn geplatzt grouss reproducibility a Flexibilitéit.

Ähnlech zu Galaxy Zoo, do sinn vill Situatiounen, wou déi sozial Fuerscher zu Code wëllt, klassifizéieren, oder e Bild oder Stéck Text Etikett. E Beispill vun dëser Zort vu Fuerschung ass d'coding vu politescher Wahlprogrammer. Während Wahlen, produzéiere politesch Parteien Wahlprogrammer beschreiwen, hir Politik Positiounen a wéider Philosopien. Zum Beispill, ass hei e Stéck vun de Rieden vun de Labor Party zu Groussbritannien vun 2010:

"Millioune vu Leit an eisen ëffentleche Servicer schaffen embody de beschte Wäerter vu Groussbritannien, Leit hëllefen Emanzipatioun déi vun hirem eegene Liewen ze maachen, wann se aus der Risiken Protektioun soll se mussen net op hir eege Bier. Just well mir iwwert d'Roll vun der Regierung ze ginn bolder brauchen an nees Mäert éischter schaffen, mir brauchen och fett reformers vun der Regierung ze ginn. "

Dës Wahlprogrammer enthale wäertvoll Daten fir politesch Wëssenschaftler, besonnesch déi ënnersicht Wahlen an der Dynamik vun der Politik Debatten. Fir Informatiounen aus dëse Wahlprogrammer fir systematesch ofzebauen, hunn Fuerscher D'Manifest Project , déi politesch Wëssenschaftler organiséiert 4.000 Wahlprogrammer ze Code aus bal 1.000 Parteien an 50 Länner. All Saz an all Wahlprogramm huet duerch en Expert kodéiert schonn eng 56-Kategorie Method benotzt. D'Resultat vun dëser gemeinsamen Effort ass e massive Donnéeën déi Informatiounen Message vun dësen Wahlprogrammer Ënnerbewosstsinn, an dës Donnéeën huet zu méi wéi 200 wëssenschaftlech Aarbechten benotzt ginn.

Kenneth Benoit an Kollegen (2015) huet de Rieden coding Aufgab ze huelen dass virdrun duerch Experten gesuergt hätt a béid et nees eng mënschlech Berechnung Projet. Als Resultat, hunn se e coding Prozess datt méi reproducible a méi flexibel ass, net méi bëlleg a méi séier ze ernimmen.

Schafft mat 18 Wahlprogrammer generéiert während sechs rezent Wahlen am UK, Benoit a Kollegen benotzt den Norweeger-Demande-combinéiert Strategie mat Aarbechter aus engem Mikro-Aufgab Aarbechtsmaart (Amazon mechanesch Turk an CrowdFlower si Beispiller vun Mikro-Aufgab Aarbechtsmaart Mäert, fir méi Aarbechtsmaart Mäert op Mikro-Aufgab, gesinn Kapitel 4). D'Fuerscher hunn all Wahlprogramm an äist et nees Sätz. Next, war Mënsch Bewäertung un all Saz applizéiert. Besonnesch, wann de Saz eng Politik Ausso wollten, war et laanscht zwou Dimensioune kodéiert: wirtschaftlech (aus ganz lénks op ganz riets) a sozial (aus liberal ze konservativ) (Dorënner 5.5). All Saz war vun ongeféier 5 verschidde Leit sëch. Endlech, goufen dës Bewäertung mat engem statisteschen Modell kombinéiert datt fir souwuel individuell Tarif Effekter an Schwieregkeet vum Saz Effekter virgesin. An all, Benoit a Kollegen gesammelt 200.000 Bewäertunge vun iwwer 1.500 Aarbechter.

Figur 5.5: Coding Schema vum Benoit et al. (2015) (Lalumi 1).

Figur 5.5: Coding Schema vum Benoit et al. (2015) (Lalumi 1).

Fir d'Qualitéit vun de Spectateuren coding, Benoit a Kollegen haten och d'selwecht Wahlprogrammer an Politesch Science-Tarif iwwer 10 Experten-Proffen a Studenten ze bewäerten eng ähnlech Prozedur benotzen. Obwuel d'Bewäertungen aus Membere vun der Spectateuren wéi de Bewäertunge vun den Experten méi dicht waren, haten de Konsens Spectateuren Bewäertung bemierkenswäert Accord mat de Konsens Expert Bewäertung (Dorënner 5,6). Dëst Verglach weist, datt, esou mat Galaxy Zoo, kann Mënsch Berechnung Projeten héich Qualitéit Resultater produzéieren.

Figur 5,6: Expert Schätzunge (x-Achs) an Spectateuren Schätzunge (y-Achs) waren an bemierkenswäert Accord wann 18 Partei Wahlprogrammer vun de Groussbritannien coding (Benoit et al 2015.). D'Wahlprogrammer kodéiert sech aus dräi Parteien (Konservativ, Labour, Liberal Demokraten) a sechs Walen (1987, 1992, 1997, 2001, 2005, 2010).

Figur 5,6: Expert Schätzunge (x-Achs) an Spectateuren Schätzunge (y-Achs) waren an bemierkenswäert Accord wann 18 Partei Wahlprogrammer vun de Groussbritannien coding (Benoit et al. 2015) . D'Wahlprogrammer kodéiert sech aus dräi Parteien (Konservativ, Labour, Liberal Demokraten) a sechs Walen (1987, 1992, 1997, 2001, 2005, 2010).

Gebai op dësem Resultat, Benoit a Kollegen benotzt hir Spectateuren-coding System Fuerschung ze maachen, déi mat der Manifest Project onméiglech war. Zum Beispill, Code de Manifest Project net de Wahlprogrammer op de Sujet vun der Immigratioun, well déi net mat engem markante Sujet war, wann d'coding Schema vun der Mëtt-1980er entwéckelt gouf. An, op dësem Punkt, ass et logistesch infeasible fir d'Manifest Project zu zerëck ae-Code hir Wahlprogrammer dës Informatiounen ze knipsen. Dofir, géif et vläicht dass Fuerscher interesséiert an d'Politik vun der Immigratioun mat Ënnersich vu Gléck sinn. Allerdéngs, Benoit a Kollegen konnten hir mënschlech Berechnung System ze benotzen dëse coding-perséinlëche ze maachen fir hir Fuerschung Fro-séier an einfach.

Fir Immigratiounspolitik ze studéieren, se kodéiert de Wahlprogrammer fir aacht Parteien am Joer 2010 Walen zu Groussbritannien. All Saz an all Rieden war kodéiert wéi bis ob et zu Immigratioun ze dinn, a wa jo, ob et sech pro-Immigratioun, neutral, oder anti-Immigratioun. Bannent 5 Stonne laang vun hirem Projet lancéiert, an d'Resultater goufen. Équipe Si fänke méi wéi 22.000 Äntwerte bei enger Gesamtzomm vun 360 $. d'Estimatioun vun de Spectateuren gewisen bemierkenswäert Accord mat engem fréiere Ëmfro vun Experten Weider,. Dunn, wéi eng final Test, zwee Méint méi spéit, kopéiert d'Fuerscher hir Spectateuren-coding. Bannent e puer Stonnen, hu si en neie Stadion-kodéiert Donnéeën hunn, dass eng originell Spectateuren-kodéiert reagéiert Datesaz. An anere Wierder, aktivéiert Mënsch Berechnung hinnen coding vu politescher Texter ze generéieren, déi mat Expert Evaluatioune ausgemaach a war reproducible. Weider, well de Mënsch Berechnung séier a bëlleg war, et war einfach fir si an hir spezifesch Recherche Fro Immigratioun hir Daten Sammlung asëtzen.