Notice bibliographique
Résumé
This study systematically assesses the Group of 20 (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.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 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 ».