MétaCan
Menu
Retour à la cohorte
Enregistrement W4200495547 · doi:10.22230/src.2021v12n1a381

Lecture 10: Rhetoric and Behavioral Economics

2021· article· fr· W4200495547 sur OpenAlexvenueno aff
Gary McCarron

Notice bibliographique

RevueScholarly and Research Communication · 2021
Typearticle
Languefr
DomaineDecision Sciences
ThématiqueDecision-Making and Behavioral Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPersuasionRhetoricHumanitiesGensSociologyPositive economicsWelfare economicsEconomicsPsychologySocial psychologyPhilosophyTheology

Résumé

récupéré en direct d'OpenAlex

Although behavioural economists are not rhetoricians, and rhetoricians are not behavioural economists, they are both interested in persuasion, even as they come at it from different points of view. Lecture 10 argues that behavioural economics examines our choice-making practices and considers how a range of influences works in concert with conventional economic interests to shape the procedures by which we come to decisions. These influences use rhetoric to nudge people to adopt particular beliefs, engage in specific behaviour, and endorse ideas believed to be in the public interest. Les économistes comportementaux ne sont pas rhétoriciens, et les rhétoriciens ne sont pas économistes comportementaux, mais ils s’intéressent tous les deux à la persuasion, même si leurs points de vue diffèrent. Le cours 10 soutient que l’économie comportementale examine notre manière de faire des choix et il considère comment un éventail d’influences, de concert avec des intérêts économiques conventionnels, façonne les procédures par lesquelles on prend des décisions. Ces influences utilisent la rhétorique afin d’inciter les gens à adopter des croyances particulières, adopter des comportements spécifiques, et appuyer des idées censées être dans l’intérêt public.

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)0,010
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,986
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0070,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,319
Tête enseignante GPT0,497
Écart entre enseignants0,179 · 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'étudeAutre devis
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarly and Research CommunicationMême sujetDecision-Making and Behavioral EconomicsTravaux en français237 207