Externalités de la santé et de l’éducation et bien-être : un modèle d’équilibre général calculable appliqué au Bénin
Notice bibliographique
Résumé
Dans les pays en voie de développement, des programmes d’ajustement structurel (PAS) ont été adoptés pour permettre aux pays en question de corriger leurs déséquilibres interne et externe. Deux des caractéristiques des PAS sont la réduction importante de la taille de la fonction publique et la libéralisation de l’économie. Lorsque des modèles d’équilibre général calculable (MEGC) conventionnels sont utilisés pour mesurer l’impact sur le bien-être des ménages d’une libéralisation du commerce extérieur, entre autres, les résultats montrent généralement une augmentation du PIB et du bien-être des ménages. Toutefois, au Bénin comme dans plusieurs pays africains, une part importante des recettes de l’État provient des droits de douane à l’importation (41 %), tandis que la capacité de l’État à modifier sa structure de taxation pour maintenir des recettes constantes est très limitée. Pour compenser la perte de recettes causée par la diminution des droits d’importation, le gouvernement doit réduire ses dépenses et, étant donné l’importance des dépenses de l’éducation et de la santé (27 % des dépenses totales de l’État), ces dernières seront également diminuées. La question est donc de savoir si en présence d’externalités des dépenses de santé et d’éducation les impacts seront modifiés. Les résultats de notre modèle montrent qu’avec l’introduction des externalités faibles, les effets positifs attendus sur le bien-être de la libéralisation sont inversés pour les trois groupes de ménages.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».