MétaCan
Menu
Retour à la cohorte
Enregistrement W1996886203 · doi:10.7202/010753ar

Le taux d’actualisation contre le principe de précaution?

2005· article· fr· W1996886203 sur OpenAlexvenueno aff
Franck Lecocq, Jean-Charles Hourcade

Notice bibliographique

RevueL Actualité économique · 2005
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWelfare economicsEconomicsDiscountingContradictionHumanitiesPositive economicsPhilosophyEpistemology

Résumé

récupéré en direct d'OpenAlex

L’utilisation du calcul économique sur le très long terme fait l’objet de critiques qui peuvent aller jusqu’à un rejet pur et simple, en particulier en raison de la technique de l’actualisation qui, en écrasant le poids du long terme, viendrait en contradiction avec le principe de précaution. Nous expliquons ici, sur la base de l’expérience des débats autour du changement climatique, en quoi, appliquée en toute rigueur, l’actualisation est au contraire un point de passage obligé pour clarifier les enjeux de la décision. Nous montrons en particulier que, dans un cadre de décision séquentielle avec acquisition d’information, le choix, qui restera toujours controversé, du coefficient de préférence pure pour le présent, importe moins que les hypothèses sur la croissance, sur la productivité du capital, sur les préférences des agents et sur leurs « croyances » vis-à-vis des dommages climatiques. Nous concluons sur le fait que le taux de préférence pure pour le présent ne saurait résumer à lui seul les questions de solidarité avec les générations futures. Il convient aussi d’examiner la nature de ce que nous léguons aux générations futures, en particulier les stocks de capital physique et de connaissance qui déterminent leurs capacités d’adaptation à de futures informations.

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)0,016
score de la tête « metaresearch » (Gemma)0,108
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,108
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,010
Communication savante0,0080,013
Science ouverte0,0030,003
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,077
Tête enseignante GPT0,248
Écart entre enseignants0,171 · 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'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

Citations3
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueL Actualité économiqueMême sujetClimate Change Policy and EconomicsTravaux en français237 207