MétaCan
Menu
Retour à la cohorte
Enregistrement W2318806159 · doi:10.3917/reof.074.0299

Partage du risque dans l'Union européenne

2002· article· fr· W2318806159 sur OpenAlexaboutno aff
Frédéric Zumer, Jacques Mélitz

Notice bibliographique

RevueRevue de l'OFCE/˜La œRevue de l'OFCE · 2002
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Résumé Quelle pourrait être la portée du partage du risque macroéconomique entre pays, dans l’Union monétaire européenne, face aux chocs asymétriques ? Pour tenter de répondre à cette question, essentielle par ses implications quant à la stabilité de la construction monétaire européenne, on cherche à estimer l’ampleur de la répartition du risque qui prévaut entre les régions d’un même pays, mais également entre différents pays. On en déduit alors plusieurs leçons pour l’Union monétaire. Ce sujet est exploré à partir d’un travail empirique effectué sur des données régionales, pour les États-Unis et le Canada, ainsi que sur des données nationales se rapportant à un échantillon de 23 pays de l’OCDE, qui comprend les 15 membres de l’Union européenne. Nous procédons à l’aide de notre version modifiée du modèle fondateur de Asdrubali, Sørensen et Yosha (1996), dont nous rappelons les principes. Nous mettons alors en évidence plusieurs résultats concordants du modèle révisé, qui prouvent que, même si l’abandon de la politique monétaire réduit la capacité théorique des membres de l’UE de lisser les chocs asymétriques via la politique macroéconomique, le nouveau régime dans lequel nous sommes entrés, qui génère une plus forte intégration économique, pourrait bien favoriser considérablement le lissage des chocs au travers des mécanismes de marché.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,540
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,011

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 Opus0,048
Tête enseignante GPT0,202
Écart entre enseignants0,154 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations4
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevue de l'OFCE/˜La œRevue de l'OFCEMême sujetMonetary Policy and Economic ImpactTravaux en français237 207