Wordfish Scaling
Wordfish scaling is an unsupervised text-as-data method that estimates a single latent position for each political document — a party manifesto, a legislative speech, a press release — directly from its word frequencies, without any reference texts or hand coding. Introduced by Slapin and Proksch in 2008, it models word counts as draws from a Poisson distribution whose rate depends on a document position and word-specific parameters, recovering, for example, a left–right ordering of parties purely from how often each word appears in each text.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- Slapin, J. B., & Proksch, S.-O. (2008). A Scaling Model for Estimating Time-Series Party Positions from Texts. American Journal of Political Science, 52(3), 705–722. DOI: 10.1111/j.1540-5907.2008.00338.x ↗
- Lowe, W., & Benoit, K. (2013). Validating Estimates of Latent Traits from Textual Data Using Human Judgment as a Benchmark. Political Analysis, 21(3), 298–313. DOI: 10.1093/pan/mpt002 ↗
- Grimmer, J., & Stewart, B. M. (2013). Text as Data: The Promise and Pitfalls of Automatic Content Analysis Methods for Political Texts. Political Analysis, 21(3), 267–297. DOI: 10.1093/pan/mps028 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 22). Wordfish Scaling of Political Texts (Unsupervised Position Estimation). ScholarGate. https://scholargate.app/fa/political-science/wordfish-scaling
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- Ideal Point EstimationPolitical Science↔ مقایسه
- Manifesto CodingPolitical Science↔ مقایسه
- Wordfishروانسنجی↔ مقایسه
- Wordscoresروانسنجی↔ مقایسه
ارجاعشده در
روشهای مشابه
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →