MétaCan
Menu
Retour à la cohorte
Enregistrement W2093655443 · doi:10.1016/j.red.2005.08.002

Human capital investment and debt constraints

2006· article· en· W2093655443 sur OpenAlexaff
David Andolfatto, Martin Gervais

Notice bibliographique

RevueePrints Soton (University of Southampton) · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensWestern UniversitySimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésEconomicsDebtSubsidyBudget constraintInvestment (military)Human capitalMonetary economicsFiscal policyContext (archaeology)CreditorMacroeconomicsMicroeconomicsMarket economy

Résumé

récupéré en direct d'OpenAlex

When young individuals face binding debt constraints, their human capital investments will be insufficiently financed by private creditors. If generations overlap, then a well-designed fiscal policy may be able to improve human capital investments by replacing missing capital markets with an intergenerational transfer scheme. The optimal (balanced budget) fiscal policy in this context entails the joint provision of an education subsidy for the young and a pension program for the old, financed with a tax on those in their peak earning years. We demonstrate, however, that the desirability of such a cradle-to-grave policy depends crucially on the assumption of an exogenous debt constraint. If debt constraints arise endogenously for reasons of limited commitment, then the optimal (balanced budget) fiscal policy looks radically different. Furthermore, we find that cradle-to-grave type policy interventions may actually lead to lower levels of human capital investment as altered default incentives induce private creditors to contract the supply of student loans by an amount greater than the subsidy. In some cases, the constrained-optimal policy entails zero intervention. These results highlight the importance of taking seriously the reasons for why debt constraints exist.

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)0,006
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 enseignants0,013
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,009
Tête enseignante GPT0,179
Écart entre enseignants0,170 · 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

Citations47
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueePrints Soton (University of Southampton)Même sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207