International experience in forecasting socio-economic development: Possibilities of application in Russian practical activities
Notice bibliographique
Résumé
Aim. The work aimed to determine, based on the analysis of international experience, the aspects (methods of organizing the system, techniques and tools) relevant for improving the forecasting system of socio-economic development of the Russian Federation (RF). Objectives. The work seeks to analyze the experience of socio-economic forecasting in the USA, Canada, Germany, France, the People’s Republic of China (PRC) and a number of other countries; to identify the features of the North American, Asian and European forecasting systems; to determine the aspects (measures, mechanisms and tools) of international experience, applicable to forecasting the socio-economic development in Russia at the regional level. Methods. A number of methods were used in the study, including deduction and induction, comparative and cause-and-effect analysis, synthesis of a number of sources, including state and regional strategies, regulatory legal acts of the Russian Federation, the European Union (EU), the USA, Canada, Japan, China, and a number of other countries, as well as generalization, specification, and graphical interpretation. Results. An analysis of international experience in socio-economic forecasting systems has revealed key practices that can be applied to improve the efficiency of the Russian forecasting system. These practices include the creation of special bodies (in the public administration system) with tasks of coordination and methodological support of forecasting and planning processes at various levels; systematic modernization and updating of methodological documents on forecasting; inclusion in the forecasting and planning process of events for high-quality and large-scale public discussion of forecast and strategic documents; ensuring the consistency of forecast documents developed for different periods; development of commercial forecasting and cooperation between federal and regional authorities, which are subjects of forecasting socio-economic development, and university innovation and analytical centers. Further research in this field can be aimed at developing recommendations for adapting international experience to Russian conditions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».