MétaCan
Menu
Retour à la cohorte
Enregistrement W3163953682 · doi:10.2478/eustu-2022-0045

A Tale of Two Recipes: Well-being Policy Comes to the Western Capitalism Rescue in the (Post-) Trump and (Post-) COVID-19 Era

2020· article· en· W3163953682 sur OpenAlexaffabout
Tatjana Muravska, Denis Dyomkin

Notice bibliographique

RevueEuropean Studies. The Review of European Law, Economics and Politics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMisinformation and Its Impacts
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésCapitalismPolitical economyAuthoritarianismWelfare stateRecessionPolitical scienceAusteritySolidarityPoliticsPopularityState (computer science)Development economicsIdeologyGlobal recessionEconomicsDemocracyLawKeynesian economics

Résumé

récupéré en direct d'OpenAlex

Summary The neo-authoritarian “Trump Era”-induced political problems have been aggravated further by the coronavirus that triggered an economic slowdown. The new landscape put Western capitalism, international cooperation, and European integration at risk. This contribution shows similarities and differences in policies dealt with the recessions of 2008 and 2020 on both sides of the Atlantic, with a focus on the EU and Canada. It examines the rising popularity of the welfare state concept applied both to individuals and industries particularly in the EU, for which the protection of citizens’ well-being and solidarity values are at the bloc integration’s core. Ideologically opposing solutions for those crises reflect a fundamental shift in policymaking, reinforcing state interventions policies vs neoliberal approach to the extent of intensified discussions of a universal basic income notion as a response to the inequalities. The article highlights the need for multi – and cross-disciplinary approaches, benefiting policymaking.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,024
Communication savante0,0110,013
Science ouverte0,0010,005
Intégrité de la recherche0,0060,009
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,049
Tête enseignante GPT0,343
Écart entre enseignants0,293 · 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
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Studies. The Review of European Law, Economics and PoliticsMême sujetMisinformation and Its ImpactsTravaux en français237 207