MétaCan
Menu
Retour à la cohorte
Enregistrement W2133665410 · doi:10.1093/ereh/heu024

Self-defeating austerity? Evidence from 1930s' Britain

2015· article· en· W2133665410 sur OpenAlexfundno aff
Nicholas Crafts, Terence C. Mills

Notice bibliographique

RevueEuropean Review of Economic History · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policies and Political Economy
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research CouncilQueen's University
Mots-clésAusterityEconomicsFiscal multiplierConsolidation (business)DebtProsperityFiscal policyKeynesian economicsDeficit spendingPublic expenditureGovernment spendingMonetary economicsMacroeconomicsEconomic policyMultiplier (economics)Public financeWelfarePolitical scienceFinanceMarket economyEconomic growth

Résumé

récupéré en direct d'OpenAlex

Self-defeating austerity entails “perverse effects” of fiscal consolidation such that fiscal indicators deteriorate. Inter alia, this depends on the size of the fiscal multiplier as Keynes (1933. The Means to Prosperity. London: Macmillan) underlined. We find that the government-expenditure multiplier was less than 1 in 1930s' Britain. Austerity was not self-defeating in the long run and even its initial impact probably did not raise the public debt-to-GDP ratio. In the later 1930s, there was a “fiscal free lunch” in that deficit-financed government spending would have improved public finances enough to pay for the interest on the extra debt.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,132
Score d'incertitude au seuil0,262

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,100
Tête enseignante GPT0,250
Écart entre enseignants0,150 · 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

Citations33
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Review of Economic HistoryMême sujetFiscal Policies and Political EconomyTravaux en français237 207