L’économétrie dans l’élaboration théorique et l’étude des politiques
Notice bibliographique
Résumé
Les procédures économétriques ont été progressivement conçues et étudiées en vue d’applications nombreuses et variées. À travers deux grands types d’applications : la construction des théories économiques et la préparation ou l’évaluation des politiques économiques, nous dégageons les traits les plus significatifs des contributions à attendre de l’économétrie. Tout d’abord nous envisageons ce que nous ferions sans l’économétrie. Deuxièmement nous nous demandons de quelle manière l’économétrie intervient pour faire progresser la connaissance scientifique positive en abordant l’agrégation des lois de comportement et les lois d’ajustement pour les modèles et l’analyse de données. Troisièmement nous examinons les conditions de conduite et d’utilisation des investigations empiriques nécessaires à la préparation d’une politique. Dans ce cadre nous portons un regard critique sur les modèles macro-économiques et nous nous arrêtons aux problèmes liés aux prévisions à court terme et à l’expertise en matière de politique macro-économique.
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 | 0,039 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,007 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,019 |
| Communication savante | 0,014 | 0,014 |
| Science ouverte | 0,003 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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 ».