MétaCan
Menu
Retour à la cohorte
Enregistrement W2904288731 · doi:10.1177/0003122418816109

Encultured Biases: The Role of Products in Pathways to Inequality

2018· article· en· W2904288731 sur OpenAlexaff
Clayton Childress, Jean‐François Nault

Notice bibliographique

RevueAmerican Sociological Review · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial and Cultural Dynamics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésIntermediaryInequalityMatching (statistics)Product (mathematics)SociologyCausal inferenceFace (sociological concept)Selection (genetic algorithm)Qualitative propertySocial psychologyEconomicsPositive economicsPsychologyMarketingBusinessSocial scienceEconometricsComputer science

Résumé

récupéré en direct d'OpenAlex

Recent sociological work shows that culture is an important causal variable in labor market outcomes. Does the same hold for product markets? To answer this question, we study a product market in which selection decisions occur absent face-to-face interaction between intermediaries and short-term contract workers. We find evidence of “product-based” cultural matching operating as a pathway to inequality. Relying on quantitative and qualitative observational data and semi-structured interviews with intermediaries in trade fiction publishing, we show intermediaries culturally match themselves to manuscripts as a normal feature of doing “good work.” We propose three organizational conditions under which “encultured biases” come to the fore in product selection, and a fourth resulting in inequalities along demographic lines and other markers of perceived cultural proximity and distance. We close with a discussion of other settings in which product-based cultural matching is likely to occur, call for the investigation of cultural matching beyond previously theorized conditions, and argue for the inclusion of cultural products in the broader movement toward reconsidering culture as a causal factor.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,010
Communication savante0,0040,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,104
Tête enseignante GPT0,386
Écart entre enseignants0,282 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations49
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Sociological ReviewMême sujetSocial and Cultural DynamicsTravaux en français237 207