When do we talk about when we talk about economics?
Notice bibliographique
Résumé
Everywhere we look there are “economic indicators.” We talk about the jobless rate and the national debt. We learn about the first quarter and evaluate movies by how much they earn on opening weekend. In the end, life insurance companies determine our “worth.” Does any of this make sense? On the next episode of WHY?, we’ll talk with economic historian Deirdre McCloskey about what these figures tell us and what they leave out. We’ll ask where the human experience is in the midst of all these numbers and investigate economic assumptions that claim human beings are self-interested, and that happiness or desires can be quantified. We’ll even ask whether economics is, itself, a science that leads to objective information. Deirdre McCloskey is a Distinguished Professor of Economics, History, English, and Communication at the University of Illinois at Chicago. She is also a Professor of Economic History, Gothenburg University in Sweden. She is interested in the rhetoric of economics and wider literary matters, such as literary and social theory. Her main project for is writing a six-volume series on “The Bourgeois Era.” The first two volumes The Bourgeois Virtues, Ethics for An Age of Commerce and Bourgeoisie Dignity: Why Economics Can’t Explain the Modern World, have already been published. Deirdre describes herself as is a free-market economist and explains that her project is a defense of capitalism that is fair to both the right and the left. She is the author of numerous other books other than her six-volume project. Her webpage and examples of her work can be found here.
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 | 0,014 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,032 |
| Communication savante | 0,025 | 0,035 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,010 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,011 |
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.
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 ».