Changing inequalities and societal impacts in rich countries: thirty countries' experiences
Notice bibliographique
Résumé
Addresses issues about inequality widely debated in the media in recent years. Advances academic research in the field by in-depth analysis of country exeriences. Provides in-depth analysis of key issues in the social sciences across a range of disciplines. Provides detailed background and information about inequality experiences and impacts in individual countries not found elsewhere. Applies consistent analytical framework across 30 very different countries examining trends over 30 years. There has been a remarkable upsurge of debate about increasing inequalities and their societal implications, reinforced by the economic crisis but bubbling to the surface before it. This has been seen in popular discourse, media coverage, political debate, and research in the social sciences. The central questions addressed by this book, and the major research project GINI on which it is based, are: - Have inequalities in income, wealth and education increased over the past 30 years or so across the rich countries, and if so why? - What are the social, cultural and political impacts of increasing inequalities in income, wealth and education? - What are the implications for policy and for the future development of welfare states? In seeking to answer these questions, this book adopts an interdisciplinary approach that draws on economics, sociology, and political science, and applies a common analytical framework to the experience of 30 advanced countries, namely all the EU member states except Cyprus and Malta, together with the USA, Japan, Canada, Australia and South Korea. It presents a description and analysis of the experience of each of these countries over the past three decades, together with an introduction, an overview of inequality trends, and a concluding chapter highlighting key findings and implications. These case-studies bring out the variety of country experiences and the importance of framing inequality trends in the institutional and policy context of each country if one is to adequately capture and understand the evolution of inequality and its impacts.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,012 | 0,008 |
| Communication savante | 0,008 | 0,006 |
| Science ouverte | 0,001 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».