The Oxford Handbook of Economic Inequality
Notice bibliographique
Résumé
The Oxford Handbook of Economic Inequality presents a new and challenging analysis of economic inequality, focusing primarily on economic inequality in highly developed countries. Bringing together the world's top scholars this comprehensive and authoritative volume contains an impressive array of original research on topics ranging from gender to happiness, from poverty to top incomes, and from employers to the welfare state. The authors give their view on the state-of-the-art of scientific research in their fields of expertise and add their own stimulating visions on future research. Ideal as an overview of the latest, cutting-edge research on economic inequality, this is a must have reference for students and researchers alike. Contributors to this volume - Anders Bjorklund, Stockholm University Francine D. Blau, Cornell University Andrea Brandolini, Banca d'Italia Richard V. Burkhauser, Cornell University Gary Burtless, The Brookings Institution Daniele Checchi, L'Universita degli Studi di Milano Kenneth A. Couch, University of Connecticut James B. Davies, University of Western Ontario Gosta Esping-Andersen, Universitat Pompeu Fabra Francisco H.G. Ferreira, The World Bank Ada Ferrer-i-Carbonell, Institut d'Analisi Economica-C.S.I.C. Barcelona Nancy Folbre, University of Massachusetts Amherst Richard B. Freeman, Harvard University The Late Andrew Glyn, University of Oxford Mary B. Gregory, University of Oxford Markus Jantti, Abo Akademi University Christopher Jencks, Harvard University Stephen Jenkins, ISER, University of Essex Martin Kahanec, IZA, Bonn Lawrence M. Kahn, Cornell University Julia Lane, University of Chicago Andrew Leigh, Australian National University Claudio Lucifora, Universita Cattolica del Sacro Cuore Stephen Machin, University College London Ive Marx, University of Antwerp Nolan McCarty, Princeton University John Myles, University of Toronto Brian Nolan, University College Dublin Jonas Pontusson, Princeton University Martin Ravallion, The World Bank John E. Roemer, Yale University Wiemer Salverda, University of Amsterdam Timothy M. Smeeding, Syracuse University Philippe van Kerm, CEPS/INSTEAD Bernard van Praag, University of Amsterdam Jelle Visser, University of Amsterdam Sarah Voitchovsky, University of Oxford Klaus Zimmermann, IZA, Bonn
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,011 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,078 | 0,033 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».