Shifting the Dial: From wellbeing measures to policy practice
Notice bibliographique
Résumé
At a time of economic turmoil it is perhaps unsurprising that the minds of policy makers focus on the question of how to restart economic growth. But in recent decades people have begun to question the adequacy of GDP as the primary indicator of the progress of societies. A number of governments, local, devolved and national have begun to explore how to measure wellbeing as a complement to traditional measures such as GDP. The project was carried out in partnership with IPPR North and provides evidence from six case studies of experiences of measuring wellbeing in France, the USA and Canada. The report concludes that wellbeing measures are at their most effective when they are supported by a combination of strong leadership, technocractic policy processes and building momentum through wide buy-in from civil society, citizens and the media. Where these elements come together, we have seen benefits for individual and community wellbeing by identifying policy gaps and innovative ways of working. It can also provide a valuable tool for holding governments to account.
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 | 0,121 | 0,136 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,014 | 0,011 |
| Études des sciences et des technologies | 0,010 | 0,093 |
| Communication savante | 0,036 | 0,069 |
| Science ouverte | 0,005 | 0,024 |
| Intégrité de la recherche | 0,011 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,002 |
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 ».