5.2.2 அரசியல் அறிக்கைகளையும் கூடங்களின்-கோடிங்

அரசியல் தேர்தல் விஞ்ஞாபனங்களில், பொதுவாக வல்லுனர்கள் செய்த ஏதாவது கோடிங், அதிக மறு மற்றும் நெகிழ்வு விளைவாக ஒரு மனித கணக்கீடு திட்டம் நிகழ்த்த முடியும்.

கேலக்ஸி உயிரியல் பூங்காவைப் போலவே, சமூக ஆய்வாளர்கள் குறியீடாகவும், வகைப்படுத்தவும், அல்லது படத்தின் ஒரு பகுதியை அல்லது உரையின் பெயரைக் கூற விரும்பும் பல சூழ்நிலைகள் உள்ளன. இத்தகைய ஆராய்ச்சிக்கு ஒரு உதாரணம், அரசியல் விவாதங்களின் குறியீட்டு ஆகும். தேர்தல்களின் போது, ​​அரசியல் கட்சிகள் தங்கள் கொள்கை நிலைகளை விவரிக்கும் மற்றும் தத்துவங்களை வழிநடத்தும் விவாதங்களை வெளியிடுகின்றன. உதாரணமாக, 2010 ஆம் ஆண்டு முதல் ஐக்கிய இராச்சியத்தில் தொழிற்கட்சியின் அறிக்கையின் ஒரு பகுதியாகும்:

"நமது பொது சேவைகள் உள்ள மில்லியன் கணக்கான உழைக்கும் மக்கள் ஆபத்துக்களை அவர்கள் தங்கள் சொந்த தாங்க வேண்டும் கூடாது இருந்து அவர்களை பாதுகாக்கும் போது தங்கள் சொந்த வாழ்வில் மக்கள் மிகவும் செய்ய அதிகாரம் உதவி, பிரிட்டன் சிறந்த மதிப்புகள் எண்ணம். நாங்கள் சந்தைகளில் மிகவும் வேலை செய்யும் அரசாங்கத்தின் பங்களிப்பு பற்றி துணிச்சலான இருக்க வேண்டும் போல், நாங்கள் அரசாங்கத்தின் தைரியமுள்ள சீர்திருத்தவாதிகளாக இருக்க வேண்டும். "

இந்த விழிப்புணர்வு அரசியல் விஞ்ஞானிகளுக்கு, குறிப்பாக ஆராய்ந்து வரும் தேர்தல்கள் மற்றும் கொள்கை விவாதங்களின் இயக்கவியல் ஆகியவற்றைக் கொண்டுள்ளது. இந்த அறிக்கையிலிருந்து முறையாக தகவல்களைப் பெறுவதற்காக, ஆராய்ச்சியாளர்கள் 50 நாடுகளில் 1,000 க்கும் மேற்பட்ட கட்சிகளிலிருந்து 4,000 அறிக்கையை சேகரித்தனர், பின்னர் அவற்றை முறையாகக் குறியீடாக்க அரசியல் விஞ்ஞானிகள் ஏற்பாடு செய்தனர். ஒவ்வொரு அறிக்கையிலும் ஒவ்வொரு வாக்கியமும் ஒரு 56-வகை திட்டத்தை பயன்படுத்தி ஒரு வல்லுனரால் குறியிடப்பட்டது. இந்த ஒருங்கிணைந்த முயற்சியின் விளைவு, இந்த மேனிஸ்டோஸ்டில் உட்பொதிக்கப்பட்ட தகவலை சுருக்கிக் கொண்டிருக்கும் ஒரு பெரிய தரவுத்தளமாகும், இந்த தரவுத்தளமானது 200 க்கும் மேற்பட்ட அறிவியல் ஆவணங்களில் பயன்படுத்தப்பட்டுள்ளது.

கென்னத் பெனாய்ட் மற்றும் சக ஊழியர்கள் (2016) முன்பு வல்லுநர்களால் நடத்தப்பட்ட பணிக்கான குறியீட்டு பணியை எடுத்து ஒரு மனித கணக்கீட்டு திட்டமாக மாற்ற முடிவு செய்தனர். இதன் விளைவாக, அவர்கள் மலிவான மற்றும் வேகமான குறிப்பால் குறிப்பிடப்படாத, அதிக நெகிழ்வான மற்றும் நெகிழ்வான குறியீட்டு முறையை உருவாக்கியுள்ளனர்.

யுனைடெட் கிங்டம், பெனாய்ட் மற்றும் சகாக்களில் ஆறு சமீபத்திய தேர்தல்களில் உருவாக்கப்பட்ட 18 அறிக்கையுடன் பணியாற்றினார், மைக்ரோடாக் தொழிலாளர் சந்தையில் (அமேசான் மெக்கானிக் துர்க் மற்றும் க்ரோட் ஃப்ளவர் ஆகியவற்றில் இருந்து பிரித்தெடுக்கப்பட்ட, , பாடம் 4 ஐப் பார்க்கவும்). ஆய்வாளர்கள் ஒவ்வொரு விவாதத்தையும் எடுத்து தண்டனைக்குள்ளாகப் பிரித்தனர் . அடுத்து, ஒரு வாக்கியம் ஒவ்வொரு வாக்கியத்திற்கும் குறியீட்டு முறையைப் பயன்படுத்துகிறது . குறிப்பாக, பொருளாதார கொள்கை (இடது அல்லது வலது), சமூக கொள்கை (தாராளவாத அல்லது கன்சர்வேடிவ்), அல்லது (எண்ணிக்கை 5.5) ஆகியவற்றைக் குறிப்பதாக ஒவ்வொரு வாக்கியத்தையும் வகைப்படுத்த, வாசகர்கள் கேட்டுக்கொள்ளப்பட்டனர். ஒவ்வொரு வாக்கியமும் ஐந்து வெவ்வேறு நபர்களால் குறியிடப்பட்டது. இறுதியாக, இந்த தரவரிசை புள்ளிவிவர மாதிரி ஒன்றைப் பயன்படுத்தி இணைக்கப்பட்டது, அது தனித்தனியான-ராட்டர் விளைவுகள் மற்றும் சிக்கல்-ஆஃப்-தண்டனை விளைவுகளை கணக்கில் கொண்டது. அனைத்திலும், பெனாய்ட் மற்றும் சக ஊழியர்கள் சுமார் 1,500 பேரில் இருந்து 200,000 தரவரிசைகளை சேகரித்தனர்.

படம் 5.5: பெனோட் Benoit et al. (2016) குறியீட்டு திட்டம் Benoit et al. (2016) . பொருளாதாரக் கொள்கை (இடது அல்லது வலது), சமூகக் கொள்கையில் (தாராளவாத அல்லது பழமைவாத), அல்லது அதற்குப் பதிலாக, ஒவ்வொரு சொற்றொடரையும் வகைப்படுத்த வகை செய்யும்படி வாசகர்கள் கேட்டுக்கொள்ளப்பட்டனர். Benoit et al. (2016) இருந்து மாற்றியமைக்கப்பட்டனர் Benoit et al. (2016) , எண்ணிக்கை 1.

கூட்டத்தின் குறியீட்டு தரத்தை மதிப்பிடுவதற்காக, பெனாய்ட் மற்றும் சக ஊழியர்கள் 10 விஞ்ஞானிகள்-பேராசிரியர்கள் மற்றும் பட்டதாரி மாணவர்களில் அரசியல் விஞ்ஞான விகிதத்தில் இதே போன்ற செயல்முறையைப் பயன்படுத்தி ஒரே மாதிரியாகக் கொண்டிருந்தனர். வல்லுனர்களின் தரவரிசைகளை விட கூட்டத்தின் உறுப்பினர்களின் மதிப்பீடுகள் மிகவும் மாறுபட்டதாக இருந்தபோதிலும், ஒருமித்த கருத்துக் கணிப்பு மதிப்பீடு கருத்தாய்வு வல்லுநரின் மதிப்பீடு (எண்ணிக்கை 5.6) உடன் குறிப்பிடத்தக்க உடன்பாட்டை கொண்டிருந்தது. இந்த ஒப்பீடு காட்டுகிறது, கேலக்ஸி உயிரியல் பூங்காவில் போல, மனித கணிப்பு திட்டங்கள் உயர் தரமான முடிவுகளை உருவாக்க முடியும்.

படம் 5.6: யுனைட்டட் கிங்டம் (Benoit et al. 2016) 18 கட்சியின் மேனிஸ்டோஸ்டுகளை குறியீடாக்கும் போது நிபுணர் மதிப்பீடுகள் ( \(x\) -ஏசிஸ்) மற்றும் கூட்ட கூட்டங்கள் ( \(y\) (Benoit et al. 2016) மூன்று அரசியல் கட்சிகள் (கன்சர்வேட்டிவ், லேபர், லிபரல் டெமக்ராட்டுகள்) மற்றும் ஆறு தேர்தல்கள் (1987, 1992, 1997, 2001, 2005, மற்றும் 2010) ஆகியவற்றிலிருந்து இந்த அறிக்கை வெளியிடப்பட்டது. Benoit et al. (2016) இருந்து மாற்றியமைக்கப்பட்டனர் Benoit et al. (2016) , எண்ணிக்கை 3.

இந்த முடிவை கட்டியெழுப்ப, பெனாய்ட் மற்றும் சக ஊழியர்கள் தங்கள் கூட்டத்தை-குறியீட்டு முறையைப் பயன்படுத்தி ஆய்வு செய்ய, நிபுணத்துவ ரன் குறியீட்டு முறையைப் பயன்படுத்தி ஆய்வு செய்ய முடியவில்லை. எடுத்துக்காட்டுக்கு, குடியேற்ற விவகாரத்தில் மேனிஃபெஸ்டோக்கள் திட்டத்தை மாற்றியமைக்கவில்லை, ஏனென்றால் 1980 களின் மத்தியில் குறியீட்டு திட்டம் உருவாக்கப்பட்டது போது அது ஒரு முக்கிய விடயம் அல்ல. மற்றும், இந்த கட்டத்தில், இந்த தகவலை கைப்பற்றுவதற்கான அவர்களின் அறிக்கையை மீட்டெடுக்கும் மற்றும் மறுபரிசீலனை செய்ய மேனிஃபெஸ்டோ திட்டத்திற்காக இது லாஜிக்ரீக ரீதியாக அனுகூலமற்றதாக உள்ளது. எனவே, குடிவரவு அரசியலைப் படிப்பதில் ஆர்வமுள்ள ஆராய்ச்சியாளர்கள் அதிர்ஷ்டம் இல்லை என்று தோன்றுகிறது. இருப்பினும், பெனாய்ட் மற்றும் சகாக்களும் தங்கள் கணிப்பு கணக்கை தங்கள் குறியீட்டு முறையைப் பயன்படுத்த முடிந்தது- தங்கள் ஆராய்ச்சி கேள்விக்கு விரைவாகவும், எளிமையாகவும்.

குடியேற்றக் கொள்கையைப் படிப்பதற்காக, அவர்கள் ஐக்கிய இராச்சியத்தில் 2010 பொதுத் தேர்தலில் எட்டு கட்சிகளுக்கு மேனிஸ்டோஸ்டுகள் குறியிடப்பட்டனர். ஒவ்வொரு அறிக்கையிலும் ஒவ்வொரு வாக்கியமும் குடியேற்றம் தொடர்பானதா என்பதைப் பற்றிய குறியீடாகவும், அவ்வாறாயின் அது குடியேற்ற சார்பு, நடுநிலை அல்லது குடியேற்ற எதிர்ப்பு என்பதா என்பதைக் குறிக்கும். தங்கள் திட்டத்தை அறிமுகப்படுத்தும் 5 மணி நேரத்திற்குள், முடிவுகள் $ 360 மொத்த செலவில் 22,000 பதில்களை விட அதிகமாக சேகரித்தன. மேலும், கூட்டத்தின் மதிப்பீடுகள் நிபுணர்களின் முந்தைய ஆய்வுடன் குறிப்பிடத்தக்க உடன்பாட்டைக் காட்டின. பின்னர், ஒரு இறுதி சோதனை, இரண்டு மாதங்களுக்கு பின்னர், ஆராய்ச்சியாளர்கள் தங்கள் கூட்டத்தை-குறியீட்டு மீண்டும் இனப்பெருக்கம். சில மணி நேரங்களுக்குள், அவர்கள் ஒரு புதிய கூட்டத்தை-குறியிடப்பட்ட தரவுத்தொகுதியை உருவாக்கியிருந்தனர், அது அவர்களின் அசல் கூட்டல்-குறியீட்டு தரவு தொகுப்புடன் மிகவும் நெருக்கமாக இருந்தது. வேறு வார்த்தைகளில் சொன்னால், மனித கணிப்பு, நிபுணத்துவ மதிப்பீடுகளுடன் ஒப்புக் கொண்ட அரசியல் நூல்களின் குறியீட்டை உருவாக்குவதற்கு அவர்களுக்கு உதவியது. மேலும், மனித கணிப்பு விரைவாகவும், மலிவாகவும் இருந்ததால், குடிவரவு பற்றிய அவர்களின் குறிப்பிட்ட ஆய்வுக் கேள்விகளுக்கு அவர்களது தரவு சேகரிப்புகளை தனிப்பயனாக்க எளிதானது.