MétaCan
Menu
Retour à la cohorte
Enregistrement W3211740982 · doi:10.1177/09593543211057098

Psychologising meritocracy: A historical account of its many guises

2021· article· en· W3211740982 sur OpenAlexaboutno aff
Francesca Trevisan, Patrice Rusconi, Paul Hanna, Peter Hegarty

Notice bibliographique

RevueTheory & Psychology · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueAcademic and Historical Perspectives in Psychology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMeritocracyIdeologySociologyEpistemologyPositive economicsSocial scienceLawPoliticsPolitical scienceEconomicsPhilosophy

Résumé

récupéré en direct d'OpenAlex

Measured by psychologists, conceived in critical terms, popularised as satire, and exploited by politicians, meritocracy is a dilemmatic concept that has changed its meanings throughout history. Social psychologists have conceptualised and operationalised meritocracy both as an ideology that justifies inequality and as a justice principle based on equity. These two conceptualisations express opposing ideas about the merit of meritocracy and are both freighted ideologically. We document how this dilemma of meritocracy’s merit developed from meritocracy’s inception as a critical concept among UK sociologists in the 1950s to its operationalisation by U.S. and Canadian social psychologists at the end of the 20th century. We highlight the ways in which meritocracy was originally utilised, in part, to critique the measurement of merit via IQ tests, but ironically became a construct that, through its psychologisation, also required measurement. Through the operationalisation of meritocracy, social psychologists obscured the possibility of critiquing meritocracy and missed the opportunity to offer alternatives to a system that has been legitimised by their own work. A social psychology of meritocracy should take into consideration the ideological debate around its meaning and value and the implications of its measurement and study.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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 Opus0,052
Tête enseignante GPT0,399
Écart entre enseignants0,348 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations15
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheory & PsychologyMême sujetAcademic and Historical Perspectives in PsychologyTravaux en français237 207