MétaCan
Menu
Retour à la cohorte
Enregistrement W2134691197 · doi:10.1093/qje/qjt009

The Economic Impact of Social Ties: Evidence from German Reunification*

2013· article· en· W2134691197 sur OpenAlexaff
Konrad Burchardi, Tarek A. Hassan

Notice bibliographique

RevueThe Quarterly Journal of Economics · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Policies and Impacts
Établissements canadiensBooth University College
Organismes subventionnairesnon disponible
Mots-clésGermanGerman reunificationInterpersonal tiesDemographic economicsPer capitaWest germanyBerlin wallPer capita incomeEconomicsDevelopment economicsLabour economicsEconomic geographyPolitical scienceGeographyDemographySociologyEconomic historyFall of man

Résumé

récupéré en direct d'OpenAlex

Abstract We use the fall of the Berlin Wall in 1989 to show that personal relationships which individuals maintain for noneconomic reasons can be an important determinant of regional economic growth. We show that West German households who had social ties to East Germany in 1989 experienced a persistent rise in their personal incomes after the fall of the Berlin Wall. Moreover, the presence of these households significantly affects economic performance at the regional level: it increases the returns to entrepreneurial activity, the share of households who become entrepreneurs, and the likelihood that firms based within a given West German region invest in East Germany. As a result, West German regions that (for idiosyncratic reasons) have a high concentration of households with social ties to the East exhibit substantially higher growth in income per capita in the early 1990s. A one standard deviation rise in the share of households with social ties to East Germany in 1989 is associated with a 4.7 percentage point rise in income per capita over six years. We interpret our findings as evidence of a causal link between social ties and regional economic development.

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)0,005
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 enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,043
Tête enseignante GPT0,274
Écart entre enseignants0,231 · 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

Citations176
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Quarterly Journal of EconomicsMême sujetEconomic Policies and ImpactsTravaux en français237 207