MétaCan
Menu
Retour à la cohorte
Enregistrement W3148189487 · doi:10.1080/09692290.2021.1888144

Varieties of ignorance in neoliberal policy: or the possibilities and perils of wishful economic thinking

2021· article· en· W3148189487 sur OpenAlexaff
Jacqueline Best

Notice bibliographique

RevueReview of International Political Economy · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePolitical and Economic history of UK and US
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésIgnoranceWishful thinkingPoliticsPositive economicsEpistemologySociologyTypologyEconomicsEnvironmental ethicsPolitical scienceLawSocial psychologyPsychologyPhilosophy

Résumé

récupéré en direct d'OpenAlex

We might be tempted to view the recent efforts by political leaders to cultivate certain convenient forms of economic ignorance as characteristic of a novel ‘post-truth’ age. This article suggests instead that we take this troubling trend as an invitation to examine the role of ignorance more generally in political economic thinking and practice. Whereas many scholars have treated uncertainty and other unknowns as external challenges that can be resolved through expertise and learning, this article instead endogenizes ignorance, treating it as a key tool in the development of policy knowledge. Drawing on archival material from the early Reagan and Thatcher years, this article examines a moment when many of the contemporary assumptions about economic ignorance and strategies for coping with it were first developed and tried out. I introduce a typology of the practical role of ignorance in economic policymaking, ranging from wishful thinking, to confusion, fudging, denial and puzzling. Mapping the space between learning and lying, this article contends that ignorance plays two very different roles in the trajectory of many economic policies, allowing policymakers to discount the political effects of their economic actions while also opening up the possibility of genuine reflexivity about the limits of expertise.

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)0,001
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,810
Score d'incertitude au seuil0,882

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,326
Écart entre enseignants0,308 · 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'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

Citations69
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of International Political EconomyMême sujetPolitical and Economic history of UK and USTravaux en français237 207