MétaCan
Menu
Retour à la cohorte
Enregistrement W2098711823 · doi:10.1111/0002-9092.00030

Efficient Redistribution Using Quotas and Subsidies in the Presence of Misrepresentation and Cheating

2000· article· en· W2098711823 sur OpenAlexaff
Konstantinos Giannakas, Murray Fulton

Notice bibliographique

RevueAmerican Journal of Agricultural Economics · 2000
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésSubsidyMisrepresentationCheatingRedistribution (election)EconomicsRedistribution of income and wealthPublic economicsMicroeconomicsMarket economyPublic goodLawPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract This paper introduces misrepresentation and cheating into the policy analysis of output quotas and subsidies. Analytical results show that when cheating occurs output quotas are a less efficient means of income redistribution than is traditionally believed. As well, cheating increases the transfer efficiency of output subsidies. The result is that an all‐or‐nothing choice between quotas and subsidies will generally favor the use of subsidies. A combination of quotas and subsidies, however, usually remains the most efficient means of income redistribution through market intervention.

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)0,019
score de la tête « metaresearch » (Gemma)0,050
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,050
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,005
Communication savante0,0040,005
Science ouverte0,0010,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,220
Écart entre enseignants0,201 · 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'étudeSimulation ou modélisation
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

Citations24
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Agricultural EconomicsMême sujetFiscal Policy and Economic GrowthTravaux en français237 207