MétaCan
Menu
Retour à la cohorte
Enregistrement W2893483995 · doi:10.1111/1467-923x.12581

From Maggie to May: Forty Years of (De)industrial Strategy

2018· article· en· W2893483995 sur OpenAlexfundno aff
James Silverwood, Richard Woodward

Notice bibliographique

RevueThe Political Quarterly · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical and Economic history of UK and US
Établissements canadiensnon disponible
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésGovernment (linguistics)ReceiptState (computer science)Industrial policyPrime ministerEconomic interventionismPrincipal (computer security)EconomicsIntervention (counseling)Theme (computing)PledgeEconomyPolitical economyEconomic policySociologyPolitical scienceMarket economyLawPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract Upon becoming Prime Minister, Theresa May installed industrial strategy as one of the principal planks of her economic policy. May's embrace of industrial strategy, with its tacit acceptance of a positive role for the state in steering and coordinating economic activity, initially appears to be a decisive break with an era dating back to Margaret Thatcher, in which government intervention was regarded as heresy. Whilst there are doubtless novel features, this article argues that continuity is the overriding theme of May's industrial strategy. First, despite the reluctance to confess it, like every UK government over the past forty years, May is proposing to intervene selectively to ‘pick winners’. Moreover, the strategy envisages extending assistance to industries which have been in receipt of substantial government resources since the 1970s. Likewise, the backing anticipated for industries identified in May's strategy is dwarfed by that given to those which are not, most notably the financial services sector. Far from radically rebalancing the structure of the UK economy, May's strategy seems destined to entrench the deindustrialisation with which its governments have grappled for almost a century.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,269
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,332
Écart entre enseignants0,263 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Political QuarterlyMême sujetPolitical and Economic history of UK and USTravaux en français237 207