MétaCan
Menu
Retour à la cohorte
Enregistrement W2117561120 · doi:10.1177/0002764206295014

Where Have All the Sociologists Gone? An Economist’s Perspective

2006· article· en· W2117561120 sur OpenAlexaff
David A. Green

Notice bibliographique

RevueAmerican Behavioral Scientist · 2006
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésOrthodoxyPerspective (graphical)InequalityPositive economicsSet (abstract data type)SociologyEpistemologyEconomic inequalitySocial scienceEconomicsMathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

The author provides an economist’s perspective on a set of articles examining the role of sociologists in studying recent trends in inequality in the United States. Three themes underlie his comments. First, effective investigations of empirical questions require a combination of statistics and theory. This means the same data can be organized differently according to different theories and doing so leads to greater insight. Second, having more than one discipline work on a problem is helpful not just in providing multiple potential explanations but also in getting researchers to question orthodoxy within their own disciplines; for example, it is important that sociologists not buy into the economics orthodoxy on inequality. Third, many questions related to recent inequality trends are particularly suited to examinations with sociology’s tool kit; evidence from this set of articles is that more sociologists are applying those tools to explaining rising inequality in the United States.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,372
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 technologies0,0010,005
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,382
Écart entre enseignants0,329 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
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

Citations10
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Behavioral ScientistMême sujetIncome, Poverty, and InequalityTravaux en français237 207