MétaCan
Menu
Retour à la cohorte
Enregistrement W2297561088

Social choice with approximate interpersonal comparison of welfare gains

2011· preprint· en· W2297561088 sur OpenAlexaff
Marcus Pivato

Notice bibliographique

RevueMunich Personal RePEc Archive (Ludwig Maximilian University of Munich) · 2011
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic theories and models
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésPreorderMathematical economicsAxiomMathematicsState spacePareto principleWelfare economicsEconomicsDiscrete mathematicsMathematical optimizationStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Suppose it is possible to make approximate interpersonal comparisons of welfare gains and losses. Thus, if w, x, y, and z are personal psychophysical states (each encoding all ethically relevant information about the physical and mental state of a person), then it sometimes possible to say, ``The welfare gain of the state change w --> x is greater than the welfare gain of the state change y --> z.'' We can represent this by the formula ``(w --> x)> (y --> z)'', where `>' is a `difference preorder': an incomplete preorder on the space of all possible personal state changes. A `social state change' is a bundle of personal state changes. A `social difference preorder' (SDP) is an incomplete preorder on the space of social state changes, which satisfies Pareto and Anonymity axioms. The `minimal' SDP is the natural extension of the Suppes-Sen preorder to this setting; we show that it is a subrelation of every other SDP. The `approximate utilitarian' SDP ranks social state changes by comparing the sum total utility gain they induce, with respect to all `utility functions' compatible with `>'. The `net gain' preorder ranks social state changes by comparing the aggregate welfare gain they induce upon various subpopulations. We show that, under certain conditions, all three of these preorders coincide.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0020,002
Intégrité de la recherche0,0000,001
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 Opus0,074
Tête enseignante GPT0,247
Écart entre enseignants0,173 · 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'étudeThéorique ou conceptuel
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

Citations4
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMunich Personal RePEc Archive (Ludwig Maximilian University of Munich)Même sujetEconomic theories and modelsTravaux en français237 207