In Memoriam: Susan Christopherson (1947–2016)
Notice bibliographique
Résumé
Susan was a dear and long-standing friend and colleague. I first met her in the first year of my Master’s studies at Berkeley in 1977, when I enrolled in Allan Pred’s human geography seminar, along with Susan, Michael Storper and a small handful of equally interesting and stimulating colleagues. Even at that very early stage in her academic career, Susan struck me as someone who was unusually poised, experienced and remarkably wise beyond her years. She was also unfailingly warm, open and generous—both intellectually and personally. Perhaps because we shared a northern upbringing—hers in Minnesota, mine in Ontario—we naturally gravitated towards one another. Her Nordic roots and Minnesota perspective seemed to confer upon her a lifelong fascination with—and affection for—all things Canadian. I think she secretly felt that Canada, with its public healthcare and its more fully elaborated welfare state, represented a kinder, gentler place that her own country might one day become. She was fond of saying “Of course, you Canadians have this all figured out” or “We have so much to learn from you Canadians”. In fact, Susan and I shared many other affinities besides our northern roots and affection for all things Canadian. As scholars, we both came to appreciate the value of comparative approaches to social science. Susan had a deeply developed sense of the intellectual gains to be made by comparing social systems in different political economies. And she adopted this as a central device in so much of her work.
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 | 0,002 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,074 | 0,049 |
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 ».