Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study systematically assesses the G20 summit’s performance on digitalization across the key dimensions and suggests what has caused its particular pattern of performance thus far [Kirton, 2013]. It argues that the G20 summit’s digitalization governance has been increasingly successful. Its digitalization agenda steadily expanded since the beginning, with a major surge in 2016–17. G20 summits first addressed digitalization in response to the American-turned-global financial crisis of 2008. Then, G20 leaders acknowledged e-commerce as an important tool to manage the crisis. They then gradually expanded their agenda to finally focus on inequality, a root cause of antiglobalization. They thus moved from a crisis-response to a crisis-prevention approach. This spread and spike is seen in the G20’s direction-setting, decision-making and institutional development of global governance, but not in its delivery of its decisions. This overall performance was driven partly by the shocking surge in populism bred by inequality in the UK and U.S. in 2015 and 2016, by the failure of the established multilateral organizations in response, by the global predominance and equalizing capabilities of G20 members in specialized digital capabilities and their convergence on the economic growth through openness that digitalization brought. Yet this performance flowed primarily from the hosting of economically reforming China in 2016 and export-oriented Germany in 2017, whose politically secure leaders sought to shape digitalization for the benefit of all in response to the rise of populism and protectionism in the UK and the United States.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle