MétaCan
Menu
Retour à la cohorte
Enregistrement W2112281240 · doi:10.1111/j.1468-0351.2012.00441.x

Consumption smoothing in Russia<sup>1</sup>

2012· article· en· W2112281240 sur OpenAlexaff
Geranda Notten, Denis de Crombrugghe

Notice bibliographique

RevueEconomics of Transition · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural risk and resilience
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésConsumption smoothingEconomicsConsumption (sociology)SmoothingEconometricsEstimationPovertyImputation (statistics)Panel dataStandard of livingFood consumptionMacroeconomicsEconomic growthAgricultural economicsStatisticsBusiness cycleMissing dataMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Using a panel from the Russian Longitudinal Monitoring Survey (1994–2004), this paper investigates to what extent Russian households have been able to maintain their living standards while suffering income shocks. Consumption smoothing is modelled by means of an equilibrium correction mechanism, which disentangles short‐run dynamics and long‐run equilibrium adjustments. GMM estimation is used to control for individual household effects in the presence of dynamics. Additionally, we differentiate between food and non‐food consumption, positive and negative shocks, rural and urban areas, and several levels of poverty risk. We find that dynamics are important in the consumption equation, and that estimates are sensitive to imputation errors in home food production. No strong claims can be made regarding heterogeneity in smoothing behaviour.

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)0,001
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 enseignants0,023
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,203
Écart entre enseignants0,186 · 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

Citations14
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomics of TransitionMême sujetAgricultural risk and resilienceTravaux en français237 207