Comparaison de la performance du point de vue empirique de systèmes de demandes alternatifs
Notice bibliographique
Résumé
Dans ce papier, quatre versions de systèmes de demande différentiels sont comparés sur le plan empirique : le système de Rotterdam, une version du système de demande quasi idéal (Almost Ideal Demand), le système du Bureau Central des Statistiques (CBS) et le système NBR. Ces systèmes possèdent des points en commun au niveau des variables explicatives, mais diffèrent sur le plan de la transformation non linéaire de la variable endogène. La méthode de McAleer (1983) du test par addition de variables dans le cas d’une équation est cette fois appliquée à des vecteurs d’équations dans lesquelles les variables dépendantes du système sont sujettes à des transformations non linéaires. Une caractéristique intéressante dans la procédure du test par addition de variables réside dans le fait que la condition d’additivité peut s’appliquer de manière simple. Des données annuelles sur la période 1921-1981 aux Pays-Bas sont utilisées pour l’étude empirique et consistent en quatre groupes principaux de dépenses de consommation de ménages. Parmi les principaux résultats des estimations, on trouve qu’aucun système ne domine les autres pour expliquer les données. En comparant chaque système, on trouve que le système CBS est celui qui fournit les résultats les meilleurs, le système NBR les moins bons et les deux autres systèmes se positionnent entre ces deux extrêmes. Néanmoins, la spécification des coefficients de prix dans le système de Rotterdam donne de meilleurs résultats que dans le système AID.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,048 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».