Risk sharing in a federation with population mobility and long horizons
Notice bibliographique
Résumé
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 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».