MétaCan
Menu
Retour à la cohorte
Enregistrement W4251996007 · doi:10.3386/w16024

Understanding Creativity

2010· report· en· W4251996007 sur OpenAlexfundno aff
David W. Galenson

Notice bibliographique

RevueNational Bureau of Economic Research · 2010
Typereport
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensnon disponible
Organismes subventionnairesEgg Farmers of Canada
Mots-clésCreativityPsychologySocial psychology

Résumé

récupéré en direct d'OpenAlex

The discipline of economics has traditionally refused to study the behavior and achievements of specific individuals.Yet creativity -a primary source of the technological change that drives economic growth -is largely the domain of extraordinary individuals or small groups.For the first time in the history of the discipline, within the last decade economists have begun to study how these extraordinary individuals make their discoveries, and the results have been dramatic.Research done to date has demonstrated that artistic innovators can usefully be divided into two types.Experimental innovators seek to record their perceptions.They proceed tentatively, by trial and error, building their skills gradually, and making their greatest contributions late in their lives.In contrast, conceptual innovators use their art to express ideas and emotions.The precision of their goals allows them to plan their work, and execute it decisively.Their most radical new ideas, and consequently their greatest innovations, occur early in their careers.The research that has established these patterns has several central components.A key element is the systematic measurement of an artist's creativity over the course of the life cycle: this not only establishes when the artist made his greatest contribution, but also provides an objective identification of his greatest innovation.This facilitates another key element of the research, the categorization of the artist as experimental or conceptual.This effectively depends on whether the artist works inductively, building his contribution incrementally from observation, or deductively, creating his innovation as a consequence of a new idea.These patterns have been established empirically, by a large number of studies of important practitioners of a wide range of arts.It is now time to extend economic research on creativity, by applying this analysis to other intellectual domains.It is important to recognize that economists' failure to study individuals has prevented them from understanding the sources of the contributions of the most productive people in our society.Breaking this disciplinary taboo may now allow us not only to understand, but perhaps also to increase, the creativity of these remarkable individuals, and to help others to follow them.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,011
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,006
Communication savante0,0070,007
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,839
Tête enseignante GPT0,653
Écart entre enseignants0,187 · 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'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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetCreativity in Education and NeuroscienceTravaux en français237 207