MétaCan
Menu
Retour à la cohorte
Enregistrement W2128427404 · doi:10.1111/j.0008-4085.2005.00325.x

What drives the cross‐country growth and inequality correlation?

2005· article· en· W2128427404 sur OpenAlexvenueno aff
Debasis Bandyopadhyay, Parantap Basu

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2005
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInequalityOutput elasticityEconomicsRedistribution (election)Human capitalPositive correlationDistribution (mathematics)Income distributionEconomic inequalityNegative correlationEconometricsCorrelationDeveloping countryLabour economicsDemographic economicsMicroeconomicsProduction (economics)MathematicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

Abstract. We present a neo‐classical model that explores the determinants of growth‐inequality correlation and attempts to reconcile the seemingly conflicting evidence on the nature of the growth‐inequality relationship. The initial distribution of human capital determines the long‐run income distribution and the growth rate by influencing the occupational choice of the agents. The steady‐state proportion of adults that innovates and updates human capital is path dependent. The output elasticity of skilled‐labour, barriers to knowledge spillovers, and the degree of redistribution determine the range of steady‐state equilibria. From a calibration experiment we report that a skill‐intensive technology, low barriers to knowledge spillovers, and high degrees of redistribution characterize the industrial countries with a positive growth‐inequality correlation. A negative correlation between growth and inequality arises for the group of non‐industrial countries with the opposite characteristics. JEL classification: E1, O4

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)0,002
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 enseignants0,746
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,090
Tête enseignante GPT0,191
Écart entre enseignants0,101 · 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

Citations26
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetEconomic Growth and ProductivityTravaux en français237 207