MétaCan
Menu
Retour à la cohorte
Enregistrement W4386408310 · doi:10.1093/ia/iiad237

How to survive a crisis

2023· article· en· W4386408310 sur OpenAlexaff
Richard Aldrich, Huda Mukbil, Dan Lomas, Elizabeth Van Wie Davis, Gill Bennett, David Omand

Notice bibliographique

RevueInternational Affairs · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional resilience and development
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEconomics

Résumé

récupéré en direct d'OpenAlex

How to survive a crisis is a remarkable book: beautifully written and thoughtfully designed, it mixes conceptual clarity and policy prescription with illuminating case-studies in a manner that is both unusual and fascinating. The contributors to this forum all agree that it is a book of immense importance; one that occupies an intriguing space at the crossroads of intelligence, security, politics, psychology and business, together with arresting personal experiences of some of the world's most frightening crises. The book exemplifies the best that policy studies have to offer. Patiently, and often narrating in the first person, Omand demonstrates how recent events are a vital sandpit from which we can—and must—learn. Sir David Omand is perfectly positioned to distil wisdom from these episodes. Omand joined the UK's Government Communications Headquarters (GCHQ) in 1969 and, after some time at the Ministry of Defence, he was instrumental in successfully reshaping GCHQ as its director in the mid-1990s. He then travelled—via the Home Office—to become the first Permanent Secretary for Intelligence and Security at the Cabinet Office in 2002, not long after the 9/11 attacks. Omand technically ‘retired’ in 2005, but in fact has since carried out numerous special roles from mysterious basement rooms under Downing Street. I remember asking a notably tight-lipped civil servant how the latest David Omand project was going? He simply grinned and replied, ‘Batman returns’.

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)0,005
score de la tête « metaresearch » (Gemma)0,015
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,017
Communication savante0,0180,022
Science ouverte0,0020,014
Intégrité de la recherche0,0120,014
Charge utile insuffisante (le modèle a refusé de juger)0,0290,011

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 Opus0,042
Tête enseignante GPT0,248
Écart entre enseignants0,206 · 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
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational AffairsMême sujetRegional resilience and developmentTravaux en français237 207