MétaCan
Menu
Retour à la cohorte
Enregistrement W7081993173 · doi:10.35699/2237-549x.2024.56067

Praticando metodologias para análises de conjuntura

2025· article· en· W7081993173 sur OpenAlexaff

Notice bibliographique

RevueRevista Geografias · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGeography Education and Pedagogy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésExposition (narrative)ReflexivitySalientExtant taxonOrientation (vector space)Conceptual framework

Résumé

récupéré en direct d'OpenAlex

Conjunctural analysis is a rather enigmatic practice, observed mostly after the fact and in feats of exemplary execution, apparently somewhat resistant to codification, and maybe too modish for methodological rules. Predicated on the analysis of politically salient ‘situations’, conjunctural approaches combine reflexive theorizing with socially engaged inquiry and context-rich, historicized modes of analysis. Exploring the potential of conjunctural analysis in economic geography, the article moves first to tease out the methodological implications of this rather elusive approach, including: attention to complex states of causal codetermination, ‘in articulation’; an orientation to relational and ‘unbounded’ modes of inquiry; an emphasis on the stress-testing of received theory claims and conceptual categories, often in anomalous (as opposed to ‘typical’) situations; and a commitment to reflexivity, context-engaged analysis, and ‘thick’ theorization. Second, the article interrogates these methodological dispositions and propositions by placing them in dialogue, indicatively, with the case of Chinese capitalism. This is a case that routinely frustrates and confounds extant theoretical frameworks and conceptual categories, sometimes prompting theoretical defeatism. Although conjunctural analysis is not methodologically prescriptive, it implies distinctive criteria for problem formulation and research design; for ‘casing’, case selection, and specification; and for the exposition and (re)construction of contextualized theory claims.

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)0,028
score de la tête « metaresearch » (Gemma)0,070
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0280,070
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0120,018
Études des sciences et des technologies0,0030,014
Communication savante0,0180,020
Science ouverte0,0030,007
Intégrité de la recherche0,0020,006
Charge utile insuffisante (le modèle a refusé de juger)0,0190,004

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 Opus0,048
Tête enseignante GPT0,424
Écart entre enseignants0,375 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista GeografiasMême sujetGeography Education and PedagogyTravaux en français237 207