A zöld fejlődés esélyei és a globális kockázatok
Bibliographic record
Abstract
Kerekasztal-beszélgetés egy nemrég megjelent könyvről (Simai Mihály: A harmadik évezred nyitánya. A zöld fejlődés esélyei és a globális kockázatok Corvina Bp. 2016.) A beszélgetés elhangzott 2017. október 3-án a Budapesti Corvinus Egyetem Világgazdasági Intézetében. Az eszmecserét Kiss László nyugdíjas kazánfűtő szervezte és moderálta. Ugyanő készítette a beszélgetés szerkesztett változatát. A beszélgetés résztvevői: Bod Péter Ákos közgazdász, egyetemi tanár (BCE), az MTA doktora, a Magyar Nemzeti Bank elnöke (1991–1995) Frank Tibor történész, egyetemi tanár (ELTE), az MTA levelező tagja. Kiss Endre filozófus, egyetemi tanár (ELTE – OR-ZSE), az MTA doktora. Simai Mihály közgazdász, egyetemi tanár (BCE), az MTA rendes tagja. Írásos hozzászólók: Balogh András történész, a történelemtudományok doktora, nagykövet, professzor emeritus (ELTE). Trembeczki István filozófus, egyetemi tanársegéd (DE) Vass Csaba közgazdász, a szociológia és a filozófia doktora, professzor emeritus.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.107 | 0.042 |
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; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".