Bachelier: Not the forgotten forerunner he has been depicted as.An analysis of the dissemination of Louis Bachelier's work in economics
Notice bibliographique
Résumé
This article presents the results of new research on the history of financial economics by analysing the dissemination of Louis Bachelier's work. Louis Bachelier is doubtless the best known French mathematician in the history of modern finance theory. While recent studies have given us a fairly complete picture of the man himself, his work and the results he arrived at, knowledge of his contribution to the development of ideas remains imprecise. Although the direct influence of his work is analysed on occasion, no study has assessed the dissemination of Bachelier's work, and hence its impact on all scientific disciplines. This is precisely the purpose of this article: to examine the dissemination of Bachelier's work in order to better assess his impact on the development of financial economics (Jovanovic (2010 Jovanovic, Franck, and Schinckus, Christophe, 2010. Financial economics birth in the 1960s. Unpublished working paper. 2010. [Google Scholar]) makes a similar analysis of the dissemination of Bachelier's work in mathematics). Based on a bibliometric analysis of Bachelier's work, this study aims at shedding light on his influence and explaining how the idea of his ‘rediscovery’ in the 1950s gained credence. This article demonstrates that, contrary to the widely accepted view, Bachelier's work has never been forgotten; it also shows that the discovery of Bachelier's work by economists has had no significant influence on the development of financial economics.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».