MétaCan
Menu
Retour à la cohorte
Enregistrement W3204553947 · doi:10.17755/esosder.864792

THE EVALUATION OF THE IMPACT OF SOCIAL CAPITAL ON ECONOMIC DEVELOPMENT WITHIN THE FRAMEWORK OF THE LEGATUM PROSPERITY INDEX: THE CASE OF OECD COUNTRIES

2021· article· en· W3204553947 sur OpenAlexaboutno aff
Eylül Kabakçı Günay, Dilara Sülün

Notice bibliographique

RevueElektronik Sosyal Bilimler Dergisi · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Capital and Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProsperityIndex (typography)Social capitalWelfareEconomic growthGeographyDevelopment economicsEconomicsDemographic economicsPolitical scienceEconomy

Résumé

récupéré en direct d'OpenAlex

Social capital is one of the variables that influences overcoming problems related to welfare and development. Studies show that social capital level is generally in a linear relationship with the development level of countries. The purpose of study is to examine the relationship between the welfare levels of OECD countries and their social capital levels within the framework of the Legatum Prosperity Index. For this, the effect of social capital, which is one of the 12 components of the Legatum Prosperity index, on the welfare level of OECD countries was examined. the country rankings in which social capital is equally weighted with other index variables and the country rankings where social capital is excluded from the index are compared. The results obtained show that social capital is improving for the rankings of the welfare levels of Norway, Denmark, Iceland, New Zealand, Canada, Australia, USA, Slovenia, Portugal, Israel, Slovakia; has deteriorating effect for Switzerland, United Kingdom, Luxembourg, France, Belgium, Hungary, Czech Republic, Greece, Mexico, Latvia, Japan, Lithuania, South Korea and Turkey. Social capital variable alone did not make a difference in the welfare level rankings of Finland, Netherlands, Sweden, Austria, Ireland, Germany, Spain, Estonia, Italy, Chile, Colombia and Poland.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,524
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,325
Écart entre enseignants0,305 · 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.

Devis d'étudeQualitatif
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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElektronik Sosyal Bilimler DergisiMême sujetSocial Capital and NetworksTravaux en français237 207