MétaCan
Menu
Retour à la cohorte
Enregistrement W2165732597

A Graphical Depiction of Hicksian Partial-Equilibrium Welfare Analysis

2003· preprint· en· W2165732597 sur OpenAlexaff
Keir G. Armstrong

Notice bibliographique

RevueCarleton University's Institutional Repository (MacOdrum Library, Carleton University) · 2003
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésDepictionPartial equilibriumScope (computer science)sortEconomicsWelfareMathematical economicsConstruct (python library)Variation (astronomy)MicroeconomicsEconomic surplusEconometricsComputer scienceGeneral equilibrium theory
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

An inescapable conclusion to be drawn from the literature on the measurement of welfare is that the use of consumer’s surplus is a bad idea. This is especially true in the light of the fact that modern computing power facilitates the straightforward calculation of equivalent variation, the operational welfare indicator that is most strongly justified by economic theory. Consequently, a correct welfare analysis of a price-income change of the sort discussed in virtually every cost-benefit text should be principally in terms of Hicksian demand curves, not ordinary (Marshallian) ones. The present paper explains how to construct a graphical depiction of such an analysis, in partial equilibrium, which may be adopted in teaching the principles of cost-benefit analysis to graduate and advanced undergraduate students. This is done by way of several detailed examples covering the scope of applicability of the technique. More than two decades have now passed since the lack of validity of consumer’s surplus as a welfare measure was demonstrated rigorously and reasonable alternatives were proposed. Chipman and Moore (1976, 1980) showed that restrictive and empirically

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,166
Écart entre enseignants0,153 · 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'étudeSans objet
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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCarleton University's Institutional Repository (MacOdrum Library, Carleton University)Même sujetEconomic theories and modelsTravaux en français237 207