MétaCan
Menu
Retour à la cohorte
Enregistrement W2307019763 · doi:10.1017/s1053837215000772

KOOPMANS IN THE SOVIET UNION: A TRAVEL REPORT OF THE SUMMER OF 1965

2016· article· en· W2307019763 sur OpenAlexaff
Till Düppe

Notice bibliographique

RevueJournal of the History of Economic Thought · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Institutions
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésAllocative efficiencySoviet unionPoliticsWorld War IIIron CurtainCold warPolitical sciencePerspective (graphical)Political economyEconomic historySociologyLawEconomicsNeoclassical economicsArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

Tjalling C. Koopmans, research director of the Cowles Foundation of Research in Economics, was the first US economist after World War II who, in the summer of 1965, travelled to the Soviet Union for an official visit to the Central Economics and Mathematics Institute of the Academy of Sciences of the USSR. Koopmans left hoping to learn from the Soviet economists’ experience with applying linear programming to economic planning. Would his own theories, as discovered independently by Leonid V. Kantorovich, help increase allocative efficiency in a socialist economy? Inspired by a vague notion of universal reason spanning the iron curtain, Koopmans may have even envisioned a research community that transcends the political divide. Yet, he came home having discovered that learning about Soviet mathematical economists might be more interesting than learning from them. On top of that, he found the Soviet scene caught in the same deplorable situation he knew all too well from home: that mathematicians are the better economists. Reconstructing Koopmans’s voyage from a first-person perspective puts the spirit of universal economic knowledge at Cowles to test: Is it capable of establishing a dialogue across the political divide of the Cold War or is it limited to the Western academic cocoon?

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,235

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0090,001
Communication savante0,0040,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0130,003

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,222
Écart entre enseignants0,178 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations33
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the History of Economic ThoughtMême sujetEconomic Theory and InstitutionsTravaux en français237 207