MétaCan
Menu
Retour à la cohorte
Enregistrement W2993662285 · doi:10.1017/9780511808302.004

An Overview of Economic and Social Opportunities and Disadvantage in European Households

2004· book-chapter· en· W2993662285 sur OpenAlexaboutno aff
Brian Nolan, Bertrand Maître

Notice bibliographique

RevueCambridge University Press eBooks · 2004
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisadvantageSocioeconomic statusEuropean unionPosition (finance)Perspective (graphical)Human capitalPolitical scienceEconomic growthDemographic economicsDevelopment economicsEconomicsSociologyInternational tradePopulation

Résumé

récupéré en direct d'OpenAlex

The socioeconomic position one Starts from in life is a key determinant of life chances, as consistently shown by a vast research literature across different disciplines and relating to various industrialized societies. However, that socioeconomic starting point is a far from perfect predictor of outcomes - some people do better, and some worse, from what look to be similar starting points. Furthermore, the price paid by those who do poorly can itself be very different in different societies. So there is much to be learned from the way different societies seek to promote healthy development and minimize the price of failure. The aim of this chapter is to provide an overview of socioeconomic disadvantage versus opportunity in Europe. It is focused in particular on human capital and its relationship to opportunities and disadvantage for individuals and households over the life course. It both draws on recent research and investigates an exciting new source of comparative data, the European Community Household Panel survey (ECHP). This allows an in-depth examination of the countries currently in the European Union (EU), which we put in perspective where possible by drawing on information about a number of countries soon to join the Union, and about Canada 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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,812

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)0,0000,000

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 Opus0,129
Tête enseignante GPT0,290
Écart entre enseignants0,161 · 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
GenreAutre

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

En bref

Citations2
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetRegional Development and PolicyTravaux en français237 207