Deutsch
 
Hilfe Datenschutzhinweis Impressum
  DetailsucheBrowse

Datensatz

DATENSATZ AKTIONENEXPORT
  Challenging the Manifesto Project Data Monopoly: Estimating Parties’ Policy Position Time-Series Using Expert and Mass Survey Data

Bruinsma, B., & Gemenis, K. (2020). Challenging the Manifesto Project Data Monopoly: Estimating Parties’ Policy Position Time-Series Using Expert and Mass Survey Data. Academia.

Item is

Basisdaten

einblenden: ausblenden:
Genre: Forschungspapier

Dateien

einblenden: Dateien
ausblenden: Dateien
:
Academia_2020_Gemenis.pdf (beliebiger Volltext), 588KB
Name:
Academia_2020_Gemenis.pdf
Beschreibung:
Full text open access
OA-Status:
Sichtbarkeit:
Öffentlich
MIME-Typ / Prüfsumme:
application/pdf / [MD5]
Technische Metadaten:
Copyright Datum:
-
Copyright Info:
-
Lizenz:
-

Externe Referenzen

einblenden:
ausblenden:
Beschreibung:
Full text
OA-Status:
externe Referenz:
https://doi.org/10.7910/DVN/VTF26G (Forschungsdaten)
Beschreibung:
Dataset
OA-Status:

Urheber

einblenden:
ausblenden:
 Urheber:
Bruinsma, Bastiaan1, Autor
Gemenis, Kostas2, Autor           
Affiliations:
1Goethe University, Frankfurt, Germany, ou_persistent22              
2Politische Ökonomie von Wachstumsmodellen, MPI for the Study of Societies, Max Planck Society, ou_2489691              

Inhalt

einblenden:
ausblenden:
Schlagwörter: -
 Zusammenfassung: In this research note we propose a novel approach for generating time-series for
party positions as an alternative to the estimates provided by the Manifesto Project.
Our approach combines multiple expert surveys from different years, filling up the
missing data using a multiple imputation algorithm that uses additional information
from mass surveys. We illustrate this approach by estimating time-series for eight
European countries for periods up to 50 years and show that our estimates are
comparable, if not superior, in richness and face validity to those of the Manifesto
Project. We conclude that our approach can easily generate data that can be used to
explore the robustness of empirical analyses using party position data and serve as
valid benchmarks for computational text scaling and crowd-sourced manual coding
of party manifestos.

Details

einblenden:
ausblenden:
Sprache(n): eng - English
 Datum: 2020-03-02
 Publikationsstatus: Online veröffentlicht
 Seiten: 21, 4, 12, 3, 8
 Ort, Verlag, Ausgabe: -
 Inhaltsverzeichnis: -
 Art der Begutachtung: -
 Identifikatoren: -
 Art des Abschluß: -

Veranstaltung

einblenden:

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

einblenden:
ausblenden:
Titel: Academia
Genre der Quelle: Webseite
 Urheber:
Affiliations:
Ort, Verlag, Ausgabe: -
Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: - Identifikator: -