five

Dynamiques de mobilisation - vague 7 (ELIPSS 2014)

收藏
data.sciencespo2020-01-01 更新2026-05-11 收录
下载链接:
https://data.sciencespo.fr/citation?persistentId=doi:10.21410/7E4/NJELC4
下载链接
链接失效反馈
官方服务:
资源简介:
La majeure partie des connaissances produites en sociologie politique quantitative provient des enquêtes conduites au moment des élections. L'étude longitudinale DYNAMOB est proposée par Florent Gougou, Vincent Tiberj et vingt-cinq politistes français. Elle se distingue des enquêtes classiques en couvrant aussi bien les périodes électorales que les périodes ordinaires. Ce dispositif vise à mesurer le poids relatif des facteurs de court terme (effet des campagnes électorales, notamment) et des facteurs de long terme sur le vote des électeurs. La septième vague de DYNAMOB s'est déroulée en décembre 2014. Il s'agit d'une interrogation des panélistes hors périodes électorales qui se traduit par la passation d'un questionnaire« noyau ». Aucun module spécifique n'a été prévu pour cette septième vague. The majority of the knowledge produced in quantitative political sociology comes from the surveys conducted during elections. The DYNAMOB longitudinal survey was conducted by Florent Gougou, Vincent Tiberj and 25 French political scientists. It differs from conventional surveys in that it covers both electoral and non-electoral periods. The purpose of this survey is to measure the relative influence of short-term factors (in particular, the effects of electoral campaigns) and of long-term factors on voting decisions. The seventh wave of DYNAMOB took place in December 2014. It was a survey of panellists outside electoral periods, by means of a “core” questionnaire.* No specific module was designed for this seventh wave.

定量政治社会学领域产出的绝大多数研究成果,均来自选举期间开展的社会调查。由弗洛朗·古古(Florent Gougou)、樊尚·蒂贝热(Vincent Tiberj)与25位法国政治学者共同发起的DYNAMOB纵向调查,区别于传统调查的核心特征在于,其覆盖范畴既包含选举周期,也涵盖非选举周期。该调查旨在衡量短期因素(尤其是选举竞选活动的影响)与长期因素对选民投票行为的相对权重。DYNAMOB第七次调查波次于2014年12月开展,本次调查针对非选举周期的固定面板受访者实施,采用核心问卷开展访谈,且未针对该第七波次设置专属模块。
提供机构:
, CNRS)
创建时间:
2020-01-01
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作