Does income matter in the happiness-corruption relationship?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose – Empirical evidence on the relation between happiness (life satisfaction) and corruption is barely perceptible in the literature. The purpose of this paper is to contribute to closing this gap by presenting some estimates using a large cross-section of countries over the period 1996-2010. Design/methodology/approach – The empirical model allows both corruption and per capita income to enter as arguments of a happiness “production function”. The correlation between happiness and corruption is presumed to be non-linear. Findings – While the results do not support the existence of a Kuznets-type trajectory, the study finds that the level of per capita income determines whether happiness and corruption are related and in what way. The authors estimate cutoff income levels at which corruption has a discernible effect on happiness. The results show that corruption reduces happiness, but only for high-income countries – roughly the upper half of the income range in the sample. Practical implications – Results nullify the oft-asserted statement that happiness is negatively linked to corruption in all countries. The nature of correlation is more complex. Originality/value – The paper goes beyond simply testing whether happiness is related to corruption. It conjectures that the relationship between the two variables is non-monotonic. Thus, the analysis considers the notion that the association between happiness and probity is income dependent. A novel feature of the empirical model is that the estimated income cutoff levels are endogenously determined. That is, income thresholds are not pre-determined. The authors also test for the robustness of the results by addressing the issue of potential endogeneity of corruption.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
score_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