論文の概要: How Green Is Your Manifesto? Scoring Environmental Positions in the 2024 EU Elections with an LLM Panel
- arxiv url: http://arxiv.org/abs/2611.02033v1
- Date: Sun, 01 Nov 2026 16:27:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-04 23:36:30.523628
- Title: How Green Is Your Manifesto? Scoring Environmental Positions in the 2024 EU Elections with an LLM Panel
- Title（参考訳）: LLMパネルで2024年のEU選挙の環境的位置を測る「あなたのマニフェストはどんなものか」
- Abstract要約: 環境・気候政策における政党の配置は、党大会の研究の中心である。
大規模な言語モデルのパネルが安価で再現可能な代替手段として機能するかどうかを問う。
それぞれの宣言を一連の文として扱い、3つのモデルが各文を環境保護と気候変動の2つの次元でスコア付けする。
- 参考スコア（独自算出の注目度）: 1.3965477771846408
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Locating political parties on environmental and climate policy is central to the study of party competition, yet the established instruments, expert surveys and the hand coding of manifestos, are costly, periodic, and slow to extend to new documents. We ask whether a panel of large language models can serve as a cheaper and reproducible alternative. Treating each manifesto as a set of sentences, three models from independent providers score every sentence on two dimensions, environmental protection and climate change, separating a party's position on an issue from the salience it gives it, and the judgments are averaged to the manifesto level. Agreement across the models is retained as a built-in reliability signal. We apply the panel to 41 manifestos from the 2024 European Parliament election, covering Austria, France, Germany, Italy, Spain, and the European party families, and validate it against the 2024 Chapel Hill Expert Survey for the 25 parties with a like-for-like expert benchmark, using the other manifestos as diagnostic cases. The panel recovers the expert ordering of parties with strong rank agreement on both dimensions, while reading them as systematically greener than experts do, a gap we interpret as the distance between manifesto promise and governing record. Inter-model disagreement modestly flags where the instrument errs, and position and salience prove related for environmental protection but independent for climate change. The result is a transparent, low-cost, and multilingual instrument that complements rather than replaces expert and hand-coded approaches; the prompt, code, and manifesto-level results are released openly.
- Abstract（参考訳）: 環境・気候政策に関する政党の配置は、党大会の研究の中心であるが、確立された手段、専門家による調査、マニフェストの手書きコーディングは、費用がかかり、周期的であり、新しい文書への拡張が遅い。
大規模な言語モデルのパネルが安価で再現可能な代替手段として機能するかどうかを問う。
それぞれの宣言を文の集合として扱うことで、独立した提供者による3つのモデルが、環境保護と気候変動の2つの次元で全ての文をスコア付けし、それが与えるサリエンスから問題に対する党の立場を分離し、判断をマニフェストレベルまで評価する。
モデル間の合意は信頼性信号として組込まれている。
2024年の欧州議会議員選挙では、オーストリア、フランス、ドイツ、イタリア、スペイン、および欧州の政党を対象とする41のマニフェストにパネルを適用し、診断ケースとして他のマニフェストを使用して、25の政党を対象としたチャペルヒル専門家サーベイ(Chapel Hill Expert Survey)に対して検証する。
このパネルは、双方の次元について強いランク合意の当事者の注文を回復する一方で、専門家よりも体系的に緑く、宣言の約束と統治記録の間の距離と解釈するギャップを回復する。
モデル間の不一致は、機器のエラー、位置、サリエンスが環境保護に関係しているが、気候変動には独立しているという穏やかな旗である。
その結果は、プロンプト、コード、マニフェストレベルの結果をオープンにリリースする、専門家や手書きのアプローチを置き換えるのではなく、透過的で低コストで多言語対応の機器である。
関連論文リスト
- Deep Academic Survey: Stateful Agentic Closed-Loop Paradigm for Academic Survey Automation [60.151050016855834]
DASは出版指向の学術調査を作成するためのステートフルなエージェント・フレームワークである。
その鍵となる考え方は、再利用可能な紙分析とトピック固有の原稿構築を分離することである。
DASは4つの次元で最高点に達し、総合スコアは4.34であり、最強の競争相手は4.03である。
論文 参考訳（メタデータ） (2026-08-18T17:29:00Z) - Digital Pantheon: Simulating and Auditing Coalition Formation with LLM Agents [0.22940141855172028]
実地をイデオロギー的アライメントで整合させる多エージェントフレームワークを提案する。
我々は、2019年のフランドルの選挙の枠組みを運用し、囚人が仲裁したハブ・アンド・スポーク交渉に党員を配置する。
論文 参考訳（メタデータ） (2026-07-16T15:08:29Z) - Latent Topic Synthesis: Leveraging LLMs for Electoral Ad Analysis [51.95395936342771]
ラベルなしコーパスから解釈可能なトピック分類を自動生成するエンドツーエンドフレームワークを提案する。
われわれはこの枠組みを、2024年アメリカ合衆国大統領選挙の1ヶ月前のMeta政治広告の大規模なコーパスに適用する。
提案手法は,潜在談話構造を明らかにし,意味的に豊かなトピックラベルを合成し,モラル・フレーミングの次元でトピックを注釈する。
論文 参考訳（メタデータ） (2025-10-16T20:30:20Z) - SLRTP2025 Sign Language Production Challenge: Methodology, Results, and Future Work [87.9341538630949]
第1回手話生産チャレンジはCVPR 2025で第3回SLRTPワークショップの一環として開催された。
コンペティションの目的は、音声言語文からスケルトンポーズのシーケンスに変換するアーキテクチャを評価することである。
本稿では,挑戦設計と入賞方法について述べる。
論文 参考訳（メタデータ） (2025-08-09T11:57:33Z) - Elite Polarization in European Parliamentary Speeches: a Novel Measurement Approach Using Large Language Models [0.0]
本研究は,人工知能を用いたアクターと対象検出による極性偏極の新しい尺度を提案する。
政治家が議会演説でお互いについて言及し、誰が話し、誰に話しかけているかを記入し、これらの評価の背景にある情緒的温度を評価する。
これにより、エリートはそれぞれのアウトパーティを評価し、お互いの対極性、すなわちエリート偏極の指標を作成することができます。
論文 参考訳（メタデータ） (2025-07-09T08:44:29Z) - Who Would Chatbots Vote For? Political Preferences of ChatGPT and Gemini in the 2024 European Union Elections [0.0]
この研究は、これらの生成人工知能(AI)システムにより、27のEU加盟国にまたがる欧州議会で代表される政党の評価に焦点を当てた。
Geminiはほとんど政治的な質問に答えることを拒んだが、ChatGPTは一貫して評価した。
調査では、欧州統合に対する態度や民主的価値観に対する認識など、評価に影響を及ぼす重要な要因を特定した。
論文 参考訳（メタデータ） (2024-09-01T13:40:13Z) - Whose Side Are You On? Investigating the Political Stance of Large Language Models [56.883423489203786]
大規模言語モデル(LLM)の政治的指向性について,8つのトピックのスペクトルにわたって検討する。
我々の調査は、中絶からLGBTQ問題まで8つのトピックにまたがるLLMの政治的整合性について考察している。
この結果から,ユーザはクエリ作成時に留意すべきであり,中立的なプロンプト言語を選択する際には注意が必要であることが示唆された。
論文 参考訳（メタデータ） (2024-03-15T04:02:24Z) - Beyond prompt brittleness: Evaluating the reliability and consistency of political worldviews in LLMs [13.036825846417006]
政治声明に対する大規模言語モデルの姿勢の信頼性と整合性を評価するための一連のテストを提案する。
本研究では, 7B から 70B までの大きさのモデルについて検討し, パラメータ数によって信頼性が向上することを確認した。
より大きなモデルは、左派政党との全体的な整合性を示すが、政策プログラムによって異なる。
論文 参考訳（メタデータ） (2024-02-27T16:19:37Z) - P^3SUM: Preserving Author's Perspective in News Summarization with Diffusion Language Models [57.571395694391654]
既存のアプローチは、要約の50%以上で、ニュース記事の政治的意見やスタンスを変えている。
政治的視点分類器によって制御される拡散モデルに基づく要約手法であるP3SUMを提案する。
3つのニュース要約データセットの実験により、P3SUMは最先端の要約システムより優れていることが示された。
論文 参考訳（メタデータ） (2023-11-16T10:14:28Z) - Mundus vult decipi, ergo decipiatur: Visual Communication of Uncertainty
in Election Polls [56.8172499765118]
我々は、今放送と予測におけるバイアスの潜在的な源について論じる。
概念は、誤認識された正確性の問題を軽減するために提示される。
主要なアイデアの1つは、パーティーシェアではなくイベントの確率を使うことである。
論文 参考訳（メタデータ） (2021-04-28T07:02:24Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。