Notice bibliographique
Résumé
There has been an explosion of interest in recent years in Canada and other countries in macro-indicators and composite indexes of economic and social well-being. This reflects growing recognition of the important role macro-indicators can play as a tool for evaluating trends in and levels of economic and social development and for assessing the impact of policy on well-being. This report provides a literature review of conceptual/operational frameworks for the development of macro-indicators that give an assessment of economic, labour market and social conditions or states of well-being. The report provides an analysis of frameworks for macro-indicators by discussing general framework issues; identifies and describes six specific frameworks for macro-indicators which the author regards as particularly important or relevant, and discusses the strengths and weaknesses of these sets of indicators/composite indexes; and provides a description of an additional 31 sets of indicators and composite indexes broken down into economic, social, economic/social, and labour market areas. The report concludes that no existing framework currently includes all important concepts and linkages and that it is unlikely that one ever will. As the survey of the macro-indicators literature reveals, the development of a framework for macro-indicators involves choices related to the domains of interest, the purpose for which the indicator is designed, and the population to be covered, among others. Choices or tradeoffs must be made and a balance struck between conceptual sophistication and transparency and between complex linkages that could potentially confuse the user and simplicity.
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 | 0,038 | 0,071 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,022 | 0,049 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,012 | 0,011 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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 ».