MétaCan
Menu
Retour à la cohorte
Enregistrement W2302119693 · doi:10.1111/j.1467-9442.2006.00446.x

Social Insurance and Redistribution with Moral Hazard and Adverse Selection*

2006· preprint· en· W2302119693 sur OpenAlexaff
Robin Boadway, Manuel Leite–Monteiro, Maurice Marchand, Pierre Pestieau

Notice bibliographique

RevueScandinavian Journal of Economics · 2006
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésMoral hazardAdverse selectionMorale hazardGroup insuranceActuarial scienceKey person insuranceSocial insuranceAuto insurance risk selectionRedistribution (election)Casualty insuranceEquity (law)BusinessEconomicsGeneral insuranceInsurance policyPublic economicsIncome protection insuranceMicroeconomicsIncentivePolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract Rochet (1991) showed that with distortionary income taxes, social insurance is a desirable redistributive device when risk and ability are negatively correlated. This finding is re‐examined whenex postmoral hazard and adverse selection are included, and under different informational assumptions. Individuals can take actions influencing the size of the loss in the event of accident (or ill health). Social insurance can be supplemented by private insurance, but private insurance markets are affected by both adverse selection and moral hazard. We study how equity and efficiency considerations should be traded off in choosing the optimal coverage of social insurance when those features are introduced. The case for social insurance is strongest when the government is well informed about household productivity.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,004
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,000

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 Opus0,015
Tête enseignante GPT0,213
Écart entre enseignants0,197 · 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'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

Citations1
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScandinavian Journal of EconomicsMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207