Taking the First Steps beyond GDP: Maryland’s Experience in Measuring “Genuine Progress”
Notice bibliographique
Résumé
Gross Domestic Product’s (GDP) limitations as a prosperity indicator are now widely recognized, leading to a search for “beyond-GDP” alternatives. The US state of Maryland has calculated one such alternative, the Genuine Progress Indicator (GPI), since 2010. What effect is Maryland’s GPI having in practice? Is there any evidence to date that the GPI has shaped policy and public priorities in ways that live up to its supporters’ hopes—whether for a transformative shift beyond the economic-growth paradigm or simply better policymaking? What key obstacles exist to fulfilling those goals? This article draws on semi-structured interviews with elite respondents—including Maryland’s former governor, senior public servants, academics, non-governmental organization employees and foundation leaders—involved in producing, advocating and using the GPI, along with analysis of relevant documents. Although significant impacts on policy are not yet evident and a change of governor has removed high-level support, the GPI initiative has revealed innovative possibilities for more environmentally and socially minded policymaking and introduced new ideas with potential long-term impacts. However, various challenges remain, including strengthening the political constituency behind the GPI, more deeply embedding it into the policymaking process and addressing the GPI’s own limitations in supporting a beyond-GDP economic narrative.
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 | 0,013 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,008 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».