Novel Liberalism Coefficient to Improve Human Freedom Development in the World
Notice bibliographique
Résumé
The new concept to measure human freedom examines the relationship of the Coefficient of Liberalism (L); and, the variables grouped in three dimensions: the forces of modern markets, private property; and, Institutionality.The analyzed population corresponded to 116 countries.158 variables were collected per country for 10 years.For the analysis, information from The Global Competitiveness Index Historical Dataset © 2008-2018 of the World Economic Forum was used, with which an Xnxl Database was used with index and coefficient values, country codes, global id, identified series and treatments (Income groups, Regions and Forum classification).The hypothesis test, linear regression analysis, ANOVA, PCA, univariate variance and eta-square were used as statistics.The L Coefficient has a statistically significant positive correlation with the Global Competitiveness Index (R 2 =0,82; F(1,114) = 516,61; Sig.=,000)); and, it served to evaluate the three treatments analyzed.The means of the income groups differ significantly, F(1,112) = 5,68, p < ,001, η2 = 0,14 for the dependent variable of the Coefficient of Liberalism (L).In addition, the means of the Regions differ significantly, F(1,109) = 2,77, p < 001, η2 = 0,14.The squared Eta value indicated a large effect of income groups and Regions on the L Coefficient.The five countries with the highest L Coefficient were United States (14,56), Hong Kong SAR (12,63), Singapore (12,60), Canada (12,28); and Germany (12,23).This analysis confirmed the power of the L Coefficient to identify the countries that maximize human freedom.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».