MétaCan
Menu
Retour à la cohorte
Enregistrement W1690251713 · doi:10.3386/w18129

Suffrage, Schooling, and Sorting in the Post-Bellum U.S. South

2012· article· en· W1690251713 sur OpenAlexfundno aff
Suresh Naidu

Notice bibliographique

RevueNational Bureau of Economic Research · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCulture, Economy, and Development Studies
Établissements canadiensnon disponible
Organismes subventionnairesWeatherhead Center for International Affairs, Harvard UniversityCanadian Institute for Advanced Research
Mots-clésVotingEconomicsTurnoutPopulationDemographic economicsSuffrageRedistribution (election)DemocracyPublic goodLabour economicsPovertyWelfarePoliticsPolitical scienceSociologyEconomic growthDemographyLawMarket economy

Résumé

récupéré en direct d'OpenAlex

This paper estimates the political and economic effects of the 19th century disenfranchisement of black citizens in the U.S. South. Using adjacent county-pairs that straddle state boundaries, I examine the effect of voting restrictions on political competition, public goods, and factor markets. I find that poll taxes and literacy tests each lowered overall electoral turnout by 8-22% and increased the Democratic vote share in elections by 1-7%. Employing newly collected data on schooling inputs, I show that disenfranchisement reduced the teacher-child ratio in black schools by 10-23%, with no significant effects on white teacher-child ratios. I develop a model of suffrage restriction and redistribution in a 2-factor economy with migration and agricultural production to generate sufficient statistics for welfare analysis of the incidence of black disenfranchisement. Consistent with the model, disenfranchised counties experienced a 3.5% increase in farm values per acre, despite a 4% fall in the black population. The estimated factor market responses suggest that black labor bore a collective loss from disenfranchisement equivalent to at least 15% of annual income, with landowners experiencing a 12% gain.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,372

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,301
Tête enseignante GPT0,506
Écart entre enseignants0,205 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations37
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetCulture, Economy, and Development StudiesTravaux en français237 207