MétaCan
Menu
Retour à la cohorte
Enregistrement W1578880094 · doi:10.3917/e.poeu.042.0124

Institutional Knots and EU Economic Governance

2014· article· fr· W1578880094 sur OpenAlexaff
George Ross

Notice bibliographique

RevuePolitique européenne · 2014
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueEuropean Union Policy and Governance
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

L’Union européenne a depuis toujours construit ses décisions en utilisant conjointement les méthodes communautaires et intergouvernementales. Cependant depuis le traité de Maastricht le poids de l’intergouvernementalisme n’a cessé de croître s’accompagnant d’une implication toujours plus forte de l’UE au niveau national. Durant la « Great Recession » et la crise de la zone euro les décisions de l’UE ont certes été prises en grande partie de façon intergouvernmentale mais selon deux approches différentes. À la suite de la chute de Lehman Brothers, un intergouvernmentalisme « coordonné » s’est imposé à travers un accord entre les membres de l’UE autour d’objectifs généraux: renflouer le secteur bancaire, poursuivre des plans de stimulation économique, ou encore effectuer des réformes du secteur financier. Par la suite, chaque pays a été libre de définir ses propres plans pour arriver à de tels objectifs définis. Durant la crise de la zone Euro, la méthode a changé en faveur d’un intergouvernementalisme dit « cooperatif » dans lequel les membres de la zone euro et de l’UE ont négocié de manière multilatérale des décisions détaillées que tout le monde était dans l’obligation de suivre. Ces processus d’intergouvernementalisme coopératif ont été très lents et ont parfois mené vers de mauvaises décisions, voire des erreurs dans lesquelles les préférences des pays les plus forts se sont imposées. De tels résultats ont alors, au moins dans le court terme, posé de forts problèmes de légitimité à l’UE.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,272
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolitique européenneMême sujetEuropean Union Policy and GovernanceTravaux en français237 207