MétaCan
Menu
Retour à la cohorte
Enregistrement W2410327549

Equality and Economic Security Take a Hit: The Index of Economic Well-Being for Selected OECD Countries, 1980-2014

2016· preprint· en· W2410327549 sur OpenAlexaboutno aff
Jasmin Thomas, James Uguccioni

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2016
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional resilience and development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)Per capitaEconomicsEconomic securityConsumption (sociology)EleventhDevelopment economicsGross domestic productEconomic growthPopulationDemography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This report presents new estimates of the Index of Economic Well-Being and its four domains (consumption flows, stocks of wealth, economic equality, and economic security) for fourteen OECD countries for the 1980-2014 period. It finds that in 2014 Norway had the highest level of economic well-being and Spain the lowest. Canada ranked eleventh among the fourteen countries. Over the 1980-2014 period, Australia enjoyed the most rapid increase in economic well-being in absolute terms, and Italy the slowest. In all fourteen countries, over the 1980-2014 period, there was growth in the consumption flows index and the stocks of wealth index. Over this same period, the economic security index and the economic equality index were largely stagnant in most countries. Most importantly, in all fourteen countries except France, the IEWB grew slower than GDP per capita, a measure that is often used to provide indications into the state of well-being in a given country. According to our estimates, economic well-being, therefore, has not advanced as rapidly as GDP per capita. Furthermore, since 2008, growth in economic well-being has been slower than growth over the 1980-2008 period for nine of the fourteen countries considered, with two countries showing negative growth (Italy and Spain).

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)0,005
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,361
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,029
Tête enseignante GPT0,298
Écart entre enseignants0,269 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetRegional resilience and developmentTravaux en français237 207