Bibliographic record
Abstract
Einmal mehr zeigt sich die Heterogenität der Mitgliedsstaaten der Europäischen Union in ihren wirtschaftlichen, politischen und institutionellen Rahmenbedingungen ebenso wie in ihren wirtschaftspolitischen Präferenzen und in ihren Vorstellungen, wie auf Herausforderungen reagiert werden sollte. Herausforderungen sind zahlreiche zu bewältigen und weitere zeichnen sich ab. Sie kommen nicht nur von außen, sondern sie bilden sich auch durch ordnungspolitische Divergenzen innerhalb der Europäischen Union heraus, so in der Einschätzung einer regelorientierten Wirtschaftspolitik im Vergleich zu einer Wirtschaftslenkung. Diese Kontroverse ist zwar nicht neu, gewinnt aktuell jedoch große Bedeutung und wird daher in den Beiträgen dieses Tagungsbandes aufgegriffen. Sie setzen sich mit den zahlreichen und vielfältigen Facetten auseinander, die mit der Frage "Gute Regeln oder Wirtschaftslenkung" verbunden sind. Die Entwicklungen in der Europäischen Währungsunion und die Verhandlungen über geeignete Reaktionen auf die aufgetretenen Probleme lassen erwarten, dass uns genau diese Thematik auch in den kommenden Jahren begleiten wird.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.005 |
| Meta-epidemiology (narrow) | 0.006 | 0.007 |
| Meta-epidemiology (broad) | 0.010 | 0.002 |
| Bibliometrics | 0.009 | 0.008 |
| Science and technology studies | 0.003 | 0.005 |
| Scholarly communication | 0.037 | 0.036 |
| Open science | 0.058 | 0.037 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.243 | 0.402 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
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".