ScholarGate
Asistents
Latent structureText Scaling

Wordscores

Wordscores ir uz vārdu biežumu balstīta skalēšanas metode, ko izstrādājuši Laver, Benoit un Garry (2003), un kas, pamatojoties uz vārdu biežumu politisko aktieru tekstos, novērtē viņu politiskās pozīcijas. Salīdzinot vārdu lietojumu atsauces tekstos ar zināmām pozīcijām ar testēšanas tekstiem, metode nosaka jebkura dokumenta slēpto politisko dimensiju, neprasot manuālu kodēšanu vai apmācības datus.

Atvērt MethodMindDrīzumāApply, compare, get guidance
Tools & resources
Lejupielādēt slaidus
Learn & explore
VideoDrīzumā

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  1. Laver, M., Benoit, K., & Garry, J. (2003). Extracting policy positions from political texts using words as data. American Political Science Review, 97(2), 311-331. DOI: 10.1017/s0003055403000698
  2. Benoit, K., & Laver, M. (2012). The basic arithmetic of legislative decisions. Journal of Political Institutions and Political Economy, 1(1), 1-29. link
  3. Klemmensen, R., Hobolt, S. B., & Hansen, M. E. (2007). Estimating policy positions using political texts: A scaling approach. Electoral Studies, 26(4), 746-755. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Wordscores. ScholarGate. https://scholargate.app/lv/psychometrics/wordscores

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGateWordscores (Wordscores). Izgūts 2026-06-17 no https://scholargate.app/lv/psychometrics/wordscores · Datu kopa: https://doi.org/10.5281/zenodo.20539026