MétaCan
Menu
Retour à la cohorte
Enregistrement W2012612315 · doi:10.1111/0008-4085.00035

Risk sharing in a federation with population mobility and long horizons

2000· article· en· W2012612315 sur OpenAlexaffvenue
Arman Mansoorian

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2000
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésWelfare economicsPolitical scienceCommitPopulationReputationGeographyEconomicsDemographySociologyComputer science

Résumé

récupéré en direct d'OpenAlex

In this paper risk sharing among individuals within and across regions in a federation with population mobility and infinite horizons is considered. It is shown that the regional authorities will not fully exploit gains from interregional risk sharing when population mobility is imperfect. In the Nash equilibrium there is complete risk sharing among the individuals within each region, however, which corresponds to the policies of the central authority. Regional authorities who care about their reputation may be able to commit to an efficient allocation. It is possible that improvements in the degree of mobility will make such commitments less likely. JEL Classification: H77, E61, and F36. Le partage du risque dans une fédération où la population est mobile et l'horizon temporel long. Ce mémoire examine le partage du risque entre personnes à l'intérieur des régions et entre régions dans une fédération où il y a mobilité de la population et horizon temporel infini. On montre que les autorités régionales n'exploiteront pas pleinement les gains en provenance d'un partage inter‐régional du risque quand la mobilité de la population est imparfaite. Cependant, dans un équilibre à la Nash, il y a partage complet du risque entre les individus de chaque région, ce qui correspond aux politiques des autorités centrales. Les autorités régionales qui tiennent à leur réputation peuvent être capables de s'engager à une allocation efficace. Il est possible que les améliorations dans le degré de mobilité rendent ces engagements moins probables.

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)0,004
score de la tête « metaresearch » (Gemma)0,009
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: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0040,005
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,169
Écart entre enseignants0,125 · 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

Citations2
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207