MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388344927 · doi:10.31235/osf.io/jzwdt

Not a Steamroller, a 3D Process: Scientization and the Bank of England

2023· preprint· en· W4388344927 sur OpenAlexaff
Aurélien Goutsmedt, Francesco Sergi, François Claveau, Clément Fontan

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineDecision Sciences
Thématiquescientometrics and bibliometrics research
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesEconomic and Social Research Council
Mots-clésCredibilityIdeal (ethics)AccountingIdeal typeBusinessPolitical scienceSociologySocial science

Résumé

récupéré en direct d'OpenAlex

This article investigates the scientization process in central banks, using the Bank of England (BoE) as a case study. Building on the distinction between three dimensions of scientization, it proposes an ideal type for one of them—i.e., contributory scientization whereby policymaking institutions become active contributors to science. The article derives empirically observable characteristics for this ideal type, regarding leadership and staff profiles, use of internal resources, composition of external networks, and publication and discursive outputs. The BoE is then contrasted to this ideal type of a central bank thoroughly involved in contributory scientization. The empirical material includes archives and interviews as well as three databases providing quantitative information from the 1970s to 2019. We find that the degree of concordance with contributory scientization is strategically motivated, revealing tensions over time with factors such as balancing the imperatives of organizational credibility and informed policymaking, which are related to the other two dimensions of scientization. We thus conclude that scientization in central banks is a three-dimensional, non-linear process, rather than a steamroller.

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)0,008
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,993
Score d'incertitude au seuil0,111

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,007
Études des sciences et des technologies0,0070,017
Communication savante0,0160,009
Science ouverte0,0010,005
Intégrité de la recherche0,0020,001
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 Opus0,583
Tête enseignante GPT0,566
Écart entre enseignants0,017 · 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.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetscientometrics and bibliometrics research→Travaux en français237 207→