Globalisation, migration, trade and growth: Honouring the contribution of Jeff Williamson to Australian and<scp>Asia‐Pacific</scp>economic history—Guest Editor's introduction
Notice bibliographique
Résumé
This issue of the Australian Economic History Review honours the many contributions of Jeffrey Gale Williamson.Although Jeff has worked on an extraordinarily wide range of topics, countries and time periods, he is perhaps best known for his work on globalisation and the world economy beyond Europe and the United States.As part of this work, he has written extensively on Australian and Asia-Pacific economic history, the primary remit of this journal.This special issue features papers by several of Jeff's former PhD students and long-time collaborators on topics related to shared research agendas in Asian, Australian and global economic history.Jeff Williamson needs little in the way of introduction.He has spent his academic career at Vanderbilt University (1961)(1962)(1963), University of Wisconsin (1963Wisconsin ( -1983) ) and Harvard University .Since 2008 he has been an emeritus professor at Harvard and held a variety of visiting positions across the globe.As a scholar, Jeff is nothing if not prolific.His first paper in a leading economic history journal was published in 1961.He continues to publish frequently in these journals, with little sign of slowing down since his "retirement" in 2008.As of 2021, Jeff has published over 50 articles in the "top five" economic history journals.In addition, he has published over 20 articles in the leading general economics journals and the leading field journals in urban and development economics.He has written or edited 31 books.Over 70 of his works have at least 100 citations on Google Scholar (as of 30 March 2021).His production ranks at or near the very top of the all-time list of economic historians in virtually every meaningful category of measurable research output.
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 | 0,005 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».