MétaCan
Menu
Retour à la cohorte
Enregistrement W2894595936

Productivity Commissions: the new public policy tool of global competitiveness? The Argentina-Australia case.

2018· article· en· W2894595936 sur OpenAlexaboutno aff
Castor López

Notice bibliographique

RevueHoryzonty Polityki · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Innovation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyContext (archaeology)PopulationNatural resourcePer capitaChinaPolitical scienceEconomic growthEconomyDevelopment economicsEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The comparative analysis of long-term developments in Argentina and Australia is a historic issue in the academic fields. This may be due to the fact that both countries belong to the group of the so-called fortunate countries, for their availability of vast territorial areas (Australia with 7.7 million km 2 and Argentina with 2.8 million km 2 continental areas), low population rates (only about 24 million inhabitants in Australia and over 43 million in Argentina) and significant natural, agricultural and mineral resources. Brazil, China, the United States, Russia, India, Canada, the Democratic Republic of the Congo and even Indonesia are also large countries with immense natural resources. However, when considering the present value and the future potential of natural resources per capita, Argentina and Australia, together with Canada, clearly emerge as global leaders in the global context. Both countries are, geopolitically speaking, located in the so-called ends of the world, but currently, Australia, close to Southeast Asia, is heavily influenced by China economic dynamism. Moreover, both countries are the result of European colonization but by different kingdoms. Argentina was colonized by Spain in the mid-16th century while Australia was populated since the end of the 18th century by convicts sent by the British government (to relieve further overcrowding of British prisons), along with English, Scottish and Irish settlers.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,106
Tête enseignante GPT0,387
Écart entre enseignants0,281 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHoryzonty PolitykiMême sujetRegional Development and InnovationTravaux en français237 207