MétaCan
Menu
Retour à la cohorte
Enregistrement W2947218642 · doi:10.30950/jcer.v15i2.1011

Researching Technocracy: Actor-Centred Methodologies and Empirical Strategies for Studying EU Economic Governance in Hard Times

2019· article· en· W2947218642 sur OpenAlexfundno aff
Daniel F. Schulz

Notice bibliographique

RevueJournal of Contemporary European Research · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEuropean Union Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of VictoriaUniversité du Luxembourg
Mots-clésTechnocracyProcess tracingCorporate governancePolitical scienceEuropean unionElitePoliticsPublic administrationPositive economicsRegional scienceSociologyEconomicsEconomic policyLawManagement

Résumé

récupéré en direct d'OpenAlex

The euro’s problem-ridden second decade has made crisis management and economic reform across the European Union (EU) the priority of high politics. Despite the prominence of high-level intergovernmental summits, however, many studies identify EU policymaking elites as influential or even causal factors determining the EU’s crisis response. This commentary therefore reviews the recent literature on EU economic governance which emphasises the role of supranational actors. The focus is on the methodologies and empirical strategies that scholars employ to determine the independent effect of policymaking elites on outcomes. This commentary identifies a renewed interest in actor-centred methodologies as well as a continuing emphasis on process-tracing approaches, primarily based on elite interviewing and document analysis. Finally, it discusses the potential of novel approaches relying on other sources of data such as policymakers’ biographies, their speeches, or publication and citation patterns.

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)0,017
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,549
Score d'incertitude au seuil0,589

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0170,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,431
Tête enseignante GPT0,491
Écart entre enseignants0,061 · 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'étudeSans objet
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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Contemporary European ResearchMême sujetEuropean Union Policy and GovernanceTravaux en français237 207