MétaCan
Menu
Retour à la cohorte
Enregistrement W2106617913

Interregional Redistribution and Regional Disparities: How Equalization Does (Not) Work

2008· article· en· W2106617913 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueSSRN Electronic Journal · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLocal Government Finance and Decentralization
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésRedistribution (election)Convergence (economics)Panel dataEconomicsTransfer paymentInequalityDivergence (linguistics)Demographic economicsInternational economicsEconometricsMacroeconomicsPolitical scienceWelfare
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Do inter-governmental transfers such as equalization grants reduce interregional disparities? This paper studies both theoretically and empirically the impact of interregional redistribution on interregional inequality. We set up a model with residential choice and equalization grants between regions, and show that interregional transfer payments prevent convergence promoting migration. We test our model in using cross-country data and panel data for 22 highly developed OECD countries. The evidence suggests a positive relationship between interregional transfers and regional disparities both across countries and over time from 1982 to 2000. In the cross-section data, we find that countries with higher levels of interregional redistribution in the past show a subsequent increase in interregional disparity, while countries with lower levels of grants and transfers show less divergence or even convergence. The panel reveals a similar picture: countries who have increased their sub-governmental transfers and grants have experienced more divergence (less convergence) over time than countries who have lowered their transfers.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,263
Score d'incertitude au seuil0,713

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,259
Écart entre enseignants0,239 · 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