MétaCan
Menu
Retour à la cohorte
Enregistrement W4205391378 · doi:10.46692/9781529212259.001

Introduction: Varieties of Austerity

2021· other· en· W4205391378 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensMcMaster UniversityUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAusterityPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Industry-wide bargaining to be suspended, €50 billion to be raised through privatization, social security to be cut by more than €4 billion over four years, nominal public sector wages to be slashed by 20 per cent, and on it went. Such was the list, so named were the targets. It was 2011, the Eurozone was in chaos, the global economy was in tatters, and the stimulus era proved fleeting. Austerity was widely en vogue and it was being visited in dramatic fashion on Greece: the Troika bailout demanded it, capitalist interests needed it, and the government and its people were put on notice (BBC, 2011). Greece is an exceptional case, but it is far from an isolated one. The global financial crisis of 2008, the ensuing and prolonged economic crisis, and policies of austerity implemented from 2010 have imposed major costs on most Western societies. These include direct economic costs such as lower GDP, slower economic growth, higher unemployment and lost output, various forms of underemployment, much of it in precarious and poorly paid jobs, and increased household debt obligations that drag down disposable income. Other, perhaps less direct, effects can be categorized as social and human costs. Phenomena such as inequality (a legacy of the entire neoliberal period: see Piketty, 2014; Atkinson, 2015) increased in the post-crisis years (Schneider et al, 2017), and higher unemployment and insecurity were exacerbated by austerity measures such as cuts in social and health care spending, and labour market restructuring. Inequality and unemployment are linked to various social problems involving mental health, drug use and addiction, lower life expectancy, increased obesity, low education achievement and aspirations, more violence and less social mobility (Wilkinson and Pickett, 2009, chapters 4–12). The human and social costs are significant; and often compounded by divisions of gender, race, migration status and age (on the gendered effects of the global financial crisis, see Hozic and True, 2016, part I). For youth in Ireland and Spain, for example, the damage to their employment and economic prospects was so severe that talk of a ‘lost generation’ became commonplace.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,937
Score d'incertitude au seuil0,209

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0050,007
Communication savante0,0100,009
Science ouverte0,0010,005
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0630,014

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 Opus0,033
Tête enseignante GPT0,346
Écart entre enseignants0,313 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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 sujetSocial Policy and Reform StudiesTravaux en français237 207