Autobiographical reflections on bridging the policy–academy divide
Notice bibliographique
Résumé
In this roundtable, a panel of distinguished scholars reflects on the possibilities, dangers and rewards of academics transgressing the policy–academy divide. Both Krasner and Nye point to the differences in culture between policy and academic realms. Krasner shows how the policymakers are primarily concerned with conceptual framing while academics are more concerned with testing propositions. He describes how the garbage-can model of policymaking accurately suggests that academic ideas may matter, but if they do happenstance and luck are more important than quality. Nye points to how policymaking is heavily influenced by the pressures of time. While he acknowledges the danger of academics compromising truth in the face of power, he notes that scholars can equally lose their objectivity. Stein warns that the powerful ‘evolutionary instinct’ of social scientists being able to make ‘better’ policy is a ‘conceit’ and scholars must ultimately be prepared to leave if they believe that the decision they opposed violates their moral principles and are operationally costly. Keohane concludes the panel by praising scholars who work effectively in policy, but also pointing out some of the risks of scholars venturing into this very different world. Quoting Keynes, he advises academics interested in policymaking to ‘beware the bad fairy’. The original discussion took place at the International Studies Association Annual Conference held in San Francisco in 2008. Below are the edited transcripts of the discussion, including further post-panel reflections
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,016 |
| Communication savante | 0,010 | 0,009 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».