首先,近几十年来出现的一组定量和计算方法既大又多样。本集不仅包括经典统计的方法,还包括网络分析,自然语言处理以及与当代数据科学相关的其他计算方法。这些方法今天很容易访问,并且已经在社会科学和人文科学中广泛使用(Weingart,2015; Nelson,2020; Do等,2022; Grimmer等,2022)。它们已用于研究有关经济学的各种问题。这种方法的一个例子是锻炼,它允许对特定的研究领域,期刊,机构和时期进行统计分析(请参阅美国经济协会的Hoover andSvorenčík,2023年; Rossier和Benz,2021年,Swiss经济学家;勒巴伦和Dogan,2020年,在中央银行家)。另一个例子是越来越多地用于映射学科发展和学术领域的相互关系(Claveau and Gingras,2016; Truc,2022)或研究特定经济问题(例如通货膨胀(GoutsMedt,2021)和个人科学贡献(Andrada,2017年))的文献计量方法。网络分析已被证明是研究思想循环(Herfeld and Doehne,2019年),专业关系(Goutsmedt等,2021)以及经济学家与政策机构之间的联系(Helgadóttir,2016; Flickenschild and Afonso,2019年)。最后,诸如文本挖掘之类的工具还为解决经济学社会研究中的研究问题(例如特定概念的发展(Cherrier andSaïdi,2018),《经济学的分散》(Ambrosino等,
主要关键词