MétaCan
Menu
Retour à la cohorte
Enregistrement W4399302730 · doi:10.1080/08865655.2024.2352431

Cross-Border Institutional Trust in Post-Pandemic Times. The Role of EU <i>b-solutions</i> Initiative

2024· article· en· W4399302730 sur OpenAlexvenueno aff
Eduardo Medeiros, Juan Manuel Trillo Santamaría, Martín Guillermo-Ramírez

Notice bibliographique

RevueJournal of Borderlands Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCross-Border Cooperation and Integration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPandemicPolitical scienceMember statesCoronavirus disease 2019 (COVID-19)BusinessPublic administrationInternational tradeEuropean unionMedicine

Résumé

récupéré en direct d'OpenAlex

Mutual trust is an important element in starting cross-border processes, and institutional trust is vital to forging sound and effective cross-border cooperation. It is widely debated that the recent covidfencing process in Europe chipped away existing long and medium-term cross-border institutional ties, in most European borders, at least for some time. The fundamental point is that the sudden closing of national borders also revealed how important are effective and well-functioning cross-border institutions to direct the reopening of such borders into functional cross-border areas. To appreciate more in-depth the importance of cross-border institutional trust in post-pandemic times, this article analyses to what extent the EU b-solutions initiative contributes to reinforcing it along European cross-border regions. The analysis concluded that this EU initiative reinforces cross-border institutional trust by enhancing institutional capacity building, institutional knowledge sharing and stability/credibility as well as territorial integration in EU border regions. However, only a few European cross-border regions have benefited the most from this institutional support by b-solutions: the Benelux, plus Germany and France, as well as the Iberian cross-border areas.

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)0,010
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,058

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,009
Communication savante0,0090,008
Science ouverte0,0010,008
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,035
Tête enseignante GPT0,416
Écart entre enseignants0,382 · 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'étudeObservationnel
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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Borderlands StudiesMême sujetCross-Border Cooperation and IntegrationTravaux en français237 207