MétaCan
Menu
Retour à la cohorte
Enregistrement W140177387 · doi:10.48713/10336_10838

Poverty impacts of increased openness and fiscal policies in a dollarized economy: a CGE-micro approach for Ecuador

2022· book· en· W140177387 sur OpenAlexfundno aff
Ketty Rivera, Sara Wong, Ricardo Argüello

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2022
Typebook
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesUniversidad del RosarioInternational Development Research Centre
Mots-clésComputable general equilibriumEconomicsLiberian dollarPovertyIncome distributionRevenueTariffOrder (exchange)Fiscal policyDistribution (mathematics)Free tradeCurrencyInternational economicsTax revenueMacroeconomicsInequalityEconomic growthFinance

Résumé

récupéré en direct d'OpenAlex

We quantify the effects on poverty and income distribution in Ecuador of bilateral trade liberalization with the US and a budget-neutral value added tax increase which seeks to compensate tariff revenue losses. We stress the study of fiscal policies that the government could tap in order to compensate for tariff revenue loss. This is a very important issue for Ecuador because this country adopted the US dollar as its currency in 2000, forgiving the use of important policy instruments. To study these issues we combine a reduced-form micro household income and occupational choice model (using 2005/6 data from the Ecuadorian LSMS) with a standard single-country computable general equilibrium model (employing a 2004 SAM). We follow a sequential approach that simulates the full distributional impact of trade and tax policies. We find that the impact of these policy changes on extreme poverty and income distribution is small but positive.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,041
Tête enseignante GPT0,337
Écart entre enseignants0,296 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetIncome, Poverty, and InequalityTravaux en français237 207