MétaCan
Menu
Back to cohort
Record W3014685532 · doi:10.17713/ajs.v49i2.1125

Ein Interview mit Alfred Franz

2020· article· de· W3014685532 on OpenAlexaff
Alfred M. Franz, Norbert Rainer, Josef Richter

Bibliographic record

VenueAustrian Journal of Statistics · 2020
Typearticle
Languagede
FieldEconomics, Econometrics and Finance
TopicEuropean Monetary and Fiscal Policies
Canadian institutionsDiscovery Air (Canada)
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

Das Interview mit Alfred Franz wurde von Norbert Rainer und Josef Richter am 11. Februar 2020 in Wien durchgeführt. Es beleuchtet die Entwicklung der Volkswirtschaftlichen Gesamtrechnung in Österreich seit 1965 und insbesondere den geänderten Stellenwert der Amtlichen Statistik nach dem Beitritt Österreichs zu EU. Ein weiteres Thema ist die Entwicklung der Österreichischen Statistischen Gesellschaft in den letzten Jahrzehnten. Alfred Franz war von 1965 bis 2002 im Österreichischen Statistischen Zentralamt (später Statistik Austria), ab 1976 stellvertretender, von 1982 bis 1994 Leiter der Abteilung für Volkswirtschaftliche Gesamtrechnung, danach bis 2002 Leiter der Abteilung Sozialstatistik (einschließlich Internationale Vergleiche und Regionale Gesamtrechnung). 1984 Ernennung zum Hofrat. Von 1989 bis 2009 Honorarprofessur für Wirtschafts- und Sozialstatistik an der Universität Wien, Vorlesungen an der Universität Innsbruck und der Technischen Universität Wien. Mitarbeit an zahlreichen internationale Projekten, insbesondere auf dem Gebiet der Berechnung von Kaufkraftparitäten und Realvergleichen (ECE, WB, OECD, EU), zu Tourismus-Konten (WTO, OECD, EU) und zur „Hidden Economy“ (OECD). Tagungsbeiträge und Monographien zu den angeführten Themenkreisen. Geschäftsführender Sekretär der Österreichischen Statistischen Gesellschaft von 1982 bis 1995; bis 2008 Mitglied des Vorstandes. 2001 Verleihung der Ehrenmitgliedschaft. Hauptanliegen waren stets Systemfragen der Volkswirtschaftlichen Gesamtrechnung aller Art und die Entwicklung von Satellitenkonten (z.B. Gesundheit, Haushaltsarbeit, Tourismus), spezifische Methodenfragen und insbesondere die Behandlung des „Staates“ in der Volkswirtschaftlichen Gesamtrechnung.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.014
metaresearch head score (Gemma)0.024
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.038
Threshold uncertainty score0.076

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0140.024
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0020.002
Science and technology studies0.0130.003
Scholarly communication0.0030.003
Open science0.0010.004
Research integrity0.0050.007
Insufficient payload (model declined to judge)0.0170.007

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.094
GPT teacher head0.233
Teacher spread0.139 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2020
Admission routes1
Has abstractyes

Explore more

Same venueAustrian Journal of StatisticsSame topicEuropean Monetary and Fiscal PoliciesFrench-language works237,207