Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2501.11084

帮助 | 高级搜索

计算机科学 > 社会与信息网络

arXiv:2501.11084 (cs)
[提交于 2025年1月19日 ]

标题: B-Call:在立法投票模型中整合意识形态立场和政治凝聚力

标题: B-Call: Integrating Ideological Position and Political Cohesion in Legislative Voting Models

Authors:Juan Reutter, Sergio Toro, Lucas Valenzuela, Daniel Alcatruz, Macarena Valenzuela
摘要: 本文结合了政治科学研究的两个重要领域:测量个体意识形态立场和凝聚力。 尽管这两种方法有助于分析立法行为,但目前尚无统一的模型能够整合这些维度。 为了填补这一空白,本文提出了一种称为B-Call的方法,将意识形态定位与投票凝聚力相结合,将投票视为随机变量。 该模型使用美国、巴西和智利立法机构的表决数据进行了实证验证,这些数据代表了不同的立法动态。 分析旨在捕捉投票和立法行为的复杂性,从而得出一个二维指标。 本研究解决了当前立法投票模型中的不足,特别是在政党控制有限的背景下。
摘要: This paper combines two significant areas of political science research: measuring individual ideological position and cohesion. Although both approaches help analyze legislative behaviors, no unified model currently integrates these dimensions. To fill this gap, the paper proposes a methodology called B-Call that combines ideological positioning with voting cohesion, treating votes as random variables. The model is empirically validated using roll-call data from the United States, Brazil, and Chile legislatures, which represent diverse legislative dynamics. The analysis aims to capture the complexities of voting and legislative behaviors, resulting in a two-dimensional indicator. This study addresses gaps in current legislative voting models, particularly in contexts with limited party control.
评论: 23页
主题: 社会与信息网络 (cs.SI) ; 应用 (stat.AP)
引用方式: arXiv:2501.11084 [cs.SI]
  (或者 arXiv:2501.11084v1 [cs.SI] 对于此版本)
  https://doi.org/10.48550/arXiv.2501.11084
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Sergio Toro Maureira Dr [查看电子邮件]
[v1] 星期日, 2025 年 1 月 19 日 15:45:52 UTC (1,321 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.SI
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-01
切换浏览方式为:
cs
stat
stat.AP

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号