MétaCan
Menu
Retour à la cohorte
Enregistrement W126891913 · doi:10.32796/cice.2009.78.5968

La distribución de ingresos y rentas en América Latina durante el siglo XX: un estudio inicial

2009· article· es· W126891913 sur OpenAlexaff
Valpy FitzGerald

Notice bibliographique

RevueCuadernos Económicos de ICE · 2009
Typearticle
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Policy
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

ResumenAmérica Latina es la región del mundo con la mayor desigualdad en la distribución de ingresos.Sin embargo aún no se conocen suficientemente las causas históricas de esta situación.En este artículo se informa sobre la primera tentativa de calcular la distribución de los ingresos en las cinco economías latinoamericanas más importantes a lo largo del siglo XX.La metodología aporta estimaciones de la dispersión de la renta de los factores entre 1900 y 2000 para cuatro niveles de cualificación.Dichas estimaciones pueden emplearse para crear coeficientes de Gini.Se hallaron importantes fluctuaciones de la dispersión a lo largo del tiempo, lo que contradice la estabilidad desde la época colonial que se propugna en algunas publicaciones recientes de instituciones económicas y respalda las conclusiones de historiadores económicos y economistas del desarrollo.Se estudiaron una serie de variables que podrían explicar dichas fluctuaciones: el impacto del comercio internacional, la calidad de la mano de obra y los desequilibrios macroeconómicos.El modelo de estimación resultante explica bien los datos, ya que los tres conjuntos de factores resultaron ser importantes, aunque los efectos medidos fueron distintos en los cinco países.En el artículo se llega a la conclusión de que la composición de la mano de obra en cuanto a niveles de cualificación, además de sustentar las tendencias a largo plazo en la distribución funcional de la renta -como pensaba Kuznets-condiciona las fluctuaciones producidas en reacción a impactos de origen externo.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,148
Score d'incertitude au seuil0,295

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,258
Écart entre enseignants0,242 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations6
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCuadernos Económicos de ICEMême sujetEconomic Theory and PolicyTravaux en français237 207