MétaCan
Menu
Retour à la cohorte
Enregistrement W2117071631 · doi:10.1111/j.1540-5982.2009.01527.x

Heterogeneity, returns to scale, and collective action

2009· article· en· W2117071631 sur OpenAlexaffvenue
Alexander Karaivanov

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPublic goodReturns to scaleEconomicsValuation (finance)InequalityMicroeconomicsProduction (economics)Collective actionEconometricsResource (disambiguation)Distribution (mathematics)Production functionPublic economicsMathematicsFinanceComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract I analyze the effects of resource inequality and valuation heterogeneity on the provision of public goods with increasing or decreasing returns to scale in production. The existing literature typically takes the agents' characteristics as given and known to the researcher. In contrast, this paper compares collective action provision across groups of agents with resources and valuations for the public good drawn from different known joint distributions. Specifically, I characterize the expected equilibrium public good level as function of various distributional properties and moments. A resource‐valuation distribution that first‐order stochastically dominates another distribution always results in higher expected public good provision level, independent of the production technology. With decreasing returns to scale in the public good production, higher resource inequality results in higher expected provision. With increasing returns the same result holds when the mean resource level is relatively low, but expected provision decreases in inequality when the mean resource level is high. A parallel result holds for agents' valuations.

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 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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,843
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
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 Opus0,162
Tête enseignante GPT0,204
Écart entre enseignants0,042 · 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 tête enseignante, pas un consensus.

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

Citations14
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetFiscal Policy and Economic GrowthTravaux en français237 207