MétaCan
Menu
Retour à la cohorte
Enregistrement W2073557043 · doi:10.7202/017515ar

L’évolution des dépenses publiques en France : loi de Wagner, cycle électoral et contrainte européenne de subsidiarité*

2008· article· fr· W2073557043 sur OpenAlexvenueno aff
Gervasio Semedo

Notice bibliographique

RevueL Actualité économique · 2008
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

La loi de Wagner avance l’idée de gouvernements dépensiers s’adaptant à la demande sociale ; les dépenses publiques suivent l’évolution du PIB et ne rencontrent pas de freins en période de récession. La vérification empirique du lien positif entre dépenses et PIB dans le cas de la France n’est pas validée. Les gouvernements successifs ont reconduit depuis plus d’un quart de siècle des dépenses passées, indépendamment de l’idéologie partisane avancée, et n’ont donc pas eu des logiques de redistribution mais plutôt d’allocation optimale des ressources au sens de la réduction globale des coûts de production avec comme objectif la compétitivité internationale. Les logiques de regroupement d’actionnariat éclaté et les privatisations ont concouru à cette option supply side et les cycles électoraux d’alternance politique n’ont pas marqué des différences significatives de comportements entre gouvernements de gauche et gouvernements de droite. De même, l’adhésion à l’Union européenne n’a pas de manière nette à court terme empêché des fluctuations de la dépense, non observées dans un raisonnement de long terme, mais la révolution dans l’émission de la dette, la constitution de noyaux durs, le refus du financement monétaire des déficits… constituent la lecture adéquate du lien peu robuste des dépenses publiques par rapport au PIB en France et laissent à penser, avec la loi de Wagner, que les gouvernements de la France n’ont pas eu comme préoccupation la défense d’un revenu moyen.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,288

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,051
Tête enseignante GPT0,246
Écart entre enseignants0,195 · 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'étudeObservationnel
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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueL Actualité économiqueMême sujetFiscal Policy and Economic GrowthTravaux en français237 207