“Qualité et quantité” des vies humaines : quel arbitrage entre croissance économique et croissance démographique ?
Notice bibliographique
Résumé
Cet article traite de la question de savoir si et comment la valeur d’une société devrait varier selon son effectif. Des développements méthodologiques récents ainsi que des applications empiriques sont présentés pour traiter de cette question. Nous utilisons à cet effet une méthode d’évaluation sociale simple et attrayante, mais peu connue, basée sur l’utilitarisme généralisé de niveau critique (UGNC). L’UGNC se base sur le principe que le bien-être social augmente avec la taille de la population si et seulement si les nouveaux arrivants dans la population ont un niveau d’utilité plus élevé que celui d’un niveau critique . Malgré son attrait, l’UGNC pose un certain nombre de difficultés pratiques qui peuvent expliquer pourquoi il est resté en grande partie inexploré. La plus importante de ces difficultés est celle du choix d’une fonction d’agrégation de bien-être individuel et de la valeur du niveau critique. Cet article explique comment ces difficultés peuvent être traitées avec des procédures permettant de définir des ordres partiels définis sur des classes de fonctions de type UGNC. En utilisant ces outils, nous évaluons si le bien-être mondial s’est amélioré au cours des dernières décennies suite à l’augmentation substantielle de la taille de la population mondiale. Classification JEL : D31, D63, I32, O15, Q56.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,025 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,006 | 0,009 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».