MétaCan
Menu
Retour à la cohorte
Enregistrement W4323537201 · doi:10.1017/9781009344999.008

Key Trends in the Making of Global Policies

2023· book-chapter· en· W4323537201 sur OpenAlexaff

Notice bibliographique

RevueCambridge University Press eBooks · 2023
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueInternational Development and Aid
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésUniversalizationGlobal governanceSovereigntyPolitical scienceOrchestrationHegemonyCollusionLegalizationPoliticsCorporate governanceCompetition (biology)Political economySociologyEconomyEconomicsLawManagement

Résumé

récupéré en direct d'OpenAlex

Building on comparative analysis, this chapter identifies ten trends that we feel capture key dynamics of global policymaking in the early twenty-first century: the clash of sovereignties, the growing focus on individuals, the universalization of aspirations, the promotion of a holistic narrative, the orchestrating role of international organizations, the pursuit of inclusion, increasing codification, the emphasis on expertise, the resilience of the North–South divide, and Western hegemony. The arrangement of these dynamics, which embody a combination of practices and values, obviously differs across issue areas. Nonetheless, most of these ten trends are observable in pretty much any instance of global policymaking today. The ultimate goal of this comparative exercise is to determine whether there are (1) practices that recur more often than others and (2) worldviews that seem to regularly triumph over others. Among others, we observe that sovereignty remains central to global governance but sometimes in heterodox ways; codification is a much more diverse process than legalization; orchestration is as much about cooperation as it is about competition and collusion; and North–South politics can give way to unexpected alignments.

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)0,006
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 enseignants0,013
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,007
Études des sciences et des technologies0,0040,017
Communication savante0,0130,013
Science ouverte0,0010,003
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,049
Tête enseignante GPT0,279
Écart entre enseignants0,230 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetInternational Development and AidTravaux en français237 207