Séminaire de la Chaire électorale - 24 avril
24 avril 2023 • 12:00 13:00
C-4145
24 avril 2023 • 12:00 13:00
C-4145
Crowdsourcing or Educated Guessing? Election Forecasting, Sophistication, and Aggregation
Philippe Mongrain, Nadjim Fréchet, Brian Thompson Collart, and Yannick Dufresne
De nombreuses études, portant principalement sur les élections américaines, britanniques et canadiennes, ont montré que les prévisions des citoyens constituaient un outil de prédiction efficace. Non seulement les citoyens sont très habiles à deviner quel candidat ou parti l'emportera au niveau national et dans leur propre État ou district, mais leurs attentes peuvent également être transformées en projections relativement précises des parts de voix ou du nombre de sièges. Selon le principe du "miracle de l'agrégation", en l'absence de biais systématiques, les erreurs dans les jugements individuels au sein d'une population devraient s'annuler et conduire à une décision correcte au niveau agrégé. Ce phénomène reflète l'idée d'intelligence collective (ou "sagesse des foules"). L'agrégation aurait donc des propriétés épistémiques. L'article proposé teste un certain nombre de stratégies visant à améliorer l'agrégation brute des prévisions électorales des citoyens à l'aide de données d'enquête collectées lors des campagnes électorales provinciales et nationales au Canada entre 2011 et 2022. Ainsi, l'agrégation "brute" (c'est-à-dire sans aucune intervention statistique) sera comparée à trois méthodes d'agrégation différentes : (1) donner plus de poids aux électeurs politiquement avertis, (2) corriger les biais partisans, et (3) combiner les méthodes 1 et 2.
Ce contenu a été mis à jour le 19 avril 2023 à 17 h 18 min.