MétaCan
Menu
Retour à la cohorte
Enregistrement W2462551221 · doi:10.1002/jae.2536

Income and Democracy: A Smooth Varying Coefficient Redux

2016· article· en· W2462551221 sur OpenAlexaff
Alexander Lundberg, Kim P. Huynh, David T. Jacho‐Chávez

Notice bibliographique

RevueJournal of Applied Econometrics · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésReduxDemocracyEconomicsParametric statisticsEconometricsClass (philosophy)Panel dataTest (biology)Mathematical economicsMathematicsComputer scienceStatisticsPolitical sciencePoliticsLaw

Résumé

récupéré en direct d'OpenAlex

Summary Acemoglu et al. ( American Economic Review 2008; 98 : 808–842) find no effect of income on democracy when controlling for fixed effects in a dynamic panel model. Work by Moral‐Benito and Bartolucci ( Economics Letters 2012; 117 : 844–847) and Cervellati et al. ( American Economic Review 2014; 104 : 707–719) suggests that the original model might have been misspecified and proposes alternative specifications instead. We formally test these parametric specifications by implementing Lee's ( Journal of Econometrics 2014; 178 : 146–166) dynamic panel test of linear parametric specifications against a general class of nonlinear alternatives robustly and reject all these specifications. However, using a more flexible model proposed by Cai and Li ( Econometric Theory 2008; 24 : 1321–1342) we find that the relationship between income and democracy appears to be mediated by education, but results are not statistically significant. Copyright © 2016 John Wiley & Sons, Ltd.

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 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 enseignants0,104
Score d'incertitude au seuil0,730

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,212
Écart entre enseignants0,180 · 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.

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

Citations10
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EconometricsMême sujetFiscal Policy and Economic GrowthTravaux en français237 207