MétaCan
Menu
Retour à la cohorte
Enregistrement W3015780497 · doi:10.5509/2020932265

Renegotiating Social Risks in the People’s Republic of China and Japan

2020· article· en· W3015780497 sur OpenAlexvenueno aff
Hanno Jentzsch, Alison Lamont

Notice bibliographique

RevuePacific Affairs · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueChina's Socioeconomic Reforms and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWelfareWelfare stateNegotiationChinaPolitical sciencePeople's RepublicEthnographyPolitical economyDevelopment economicsPublic economicsSociologyEconomicsPoliticsLaw

Résumé

récupéré en direct d'OpenAlex

There have been various attempts to capture the direction of welfare provision in Japan and the People’s Republic of China (PRC) as a regionally coherent welfare regime, following on from attempts by the welfare regime literature to categorize nation-states by the characteristics of their welfare provision in the West. However, stark differences between the PRC and Japan as regional neighbours, and even within the regions of each country, pose a challenge to this kind of macro-level theorizing. This special issue seeks to supplement macro perspectives on welfare regimes by exploring a range of welfare policies across both states from an ethnographic, bottom-up perspective, which captures the dynamic nature of welfare and highlights the importance of understanding how local actors request, interpret, and implement risk management strategies. The management of social risks is shown not to have one clear direction determined by, for example, market logic: instead, this special issue highlights the ways in which the burden of risk shifts between family, market, state, and communities unevenly over time, reflecting underlying institutional norms which are always up for negotiation. In doing so, this special issue emphasizes the importance of local, contextualized understandings of welfare, and suggests that the comparative welfare regimes literature should seek the micro-institutional foundations of welfare provision as the basis for comparison.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,212
Score d'incertitude au seuil0,421

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,006
Communication savante0,0020,001
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,028
Tête enseignante GPT0,278
Écart entre enseignants0,249 · 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'étudeObservationnel
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePacific AffairsMême sujetChina's Socioeconomic Reforms and GovernanceTravaux en français237 207