MétaCan
Menu
Retour à la cohorte
Enregistrement W3097027240

The Cultural Knowledge ― Development Nexus

2013· article· en· W3097027240 sur OpenAlexfundno aff
Belyaev Demyan

Notice bibliographique

RevueTSpace · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal Education and Multiculturalism
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoGovernment of Ontario
Mots-clésNexus (standard)Political scienceKnowledge managementComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The contemporary debate on the importance of knowledge for economic development has so far mainly focused on applied knowledge such as technology or human skills, more or less directly related to industrial production. The role of the so-called “orientation(al)” knowledge, i.e. commonly held beliefs, values and ideologies, still remains underexplored. On the understanding that the social and cultural organisation of human society varies from place to place and produces a distinctive socio-cultural spatial context, this study advances the hypothesis that said context may have a significant impact on a given area’s socioeconomic development, not least by way of policy design and implementation. It asks whether “cultural” knowledge, as a constitutive part of this broader sociocultural spatial context, can foster development, making it “knowledge-based” in the widest sense of the term. If that is the case, to what extent and how does that happen?; what are the implications for the construction of a “knowledge society” in an increasingly globalized world of cultural overlaps and mergers? The study examines some aspects of existing culture-development one-way causality models (Hofstede vs Minkov) and matches these to the author’s reading of the data and his personal observations/earlier studies of Portugal and Croatia. The possibility of a “circular”culture-development link is brought up in the conclusion.

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)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0040,032
Communication savante0,0100,010
Science ouverte0,0010,009
Intégrité de la recherche0,0010,002
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 Opus0,051
Tête enseignante GPT0,416
Écart entre enseignants0,365 · 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'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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetGlobal Education and MulticulturalismTravaux en français237 207