MétaCan
Menu
Retour à la cohorte
Enregistrement W4210872871 · doi:10.1177/23996544211068295

Transnational circuits of policy knowledge and discursive migration. The formation and transformation of planning policies in Argentina

2022· article· en· W4210872871 sur OpenAlexaff
Rodrigo Alves Rolo, Martijn Duineveld, Kristof Van Assche

Notice bibliographique

RevueEnvironment and Planning C Politics and Space · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Planning and Governance
Établissements canadiensUniversity of Alberta
Organismes subventionnairesInstituto Nacional de Tecnología Agropecuaria
Mots-clésCorporate governanceRationalitySociologyPublic relationsPolitical scienceEpistemic communityPublic administrationPolitical economyPoliticsManagementEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

We analyse the migration of academic and policy discourses that contributed to (de)legitimise the formation of planning policies in Argentina since the 1950s. We focus on the communicative/collaborative rationality discourses emanating from Anglo-American academic circles that played a role in the revival of the Argentine planning system between 2004 and 2015. We adopt an evolutionary approach to policy travel and policy learning, deploying the concepts of discursive migration and discursive configuration to better understand how ideas, people and goods/resources reinvent themselves when transnationally circulating policy knowledge takes root locally. The migration process in Argentina led to the reinforcement of prevalent coordination mechanisms, redirecting concerns and conflicts into governance structures already existing, involving players already present and forms of expertise already dominant. The migrating collaborative discourse (self) transformed in relation to the receiving governance environment, becoming an effective compliance-gaining technique, while national actors found ways to engage and discipline provinces they depended on more than before.

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 candidatesaucune
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 enseignants0,073
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,007
Communication savante0,0040,003
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,019
Tête enseignante GPT0,266
Écart entre enseignants0,246 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning C Politics and SpaceMême sujetUrban Planning and GovernanceTravaux en français237 207