Using machine learning for measuring democracy: An update


Gründler, Klaus ; Krieger, Tommy


[img] PDF
dp21012.pdf - Veröffentlichte Version

Download (2MB)

URL: https://madoc.bib.uni-mannheim.de/59001
URN: urn:nbn:de:bsz:180-madoc-590019
Dokumenttyp: Arbeitspapier
Erscheinungsjahr: 2021
Titel einer Zeitschrift oder einer Reihe: ZEW Discussion Papers
Band/Volume: 21-012
Ort der Veröffentlichung: Mannheim
Sprache der Veröffentlichung: Englisch
Einrichtung: Sonstige Einrichtungen > ZEW - Leibniz-Zentrum für Europäische Wirtschaftsforschung
MADOC-Schriftenreihe: Veröffentlichungen des ZEW (Leibniz-Zentrum für Europäische Wirtschaftsforschung) > ZEW Discussion Papers
Fachgebiet: 330 Wirtschaft
Fachklassifikation: JEL: C38 , C43 , C82, E02 , P16,
Freie Schlagwörter (Englisch): Data aggregation , democracy indicators , machine learning , measurement issues , regime classifications , support vector machines
Abstract: We provide a comprehensive overview of the literature on the measurement of democracy and present an extensive update of the Machine Learning indicator of Gründler and Krieger (2016, European Journal of Political Economy). Four improvements are particularly notable: First, we produce a continuous and a dichotomous version of the Machine Learning democracy indicator. Second, we calculate intervals that reflect the degree of measurement uncertainty. Third, we refine the conceptualization of the Machine Learning Index. Finally, we largely expand the data coverage by providing democracy indicators for 186 countries in the period from 1919 to 2019.




Das Dokument wird vom Publikationsserver der Universitätsbibliothek Mannheim bereitgestellt.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Download-Statistik

Downloads im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen