MétaCan
Menu
← Retour à la cohorte
Enregistrement W2489363321 · doi:10.1017/cbo9780511807336.004

Consumption Smoothing and Optimal Savings

2012· book-chapter· en· W2489363321 sur OpenAlexaff
Narat Charupat, Huaxiong Huang, Moshe A. Milevsky

Notice bibliographique

RevueCambridge University Press eBooks · 2012
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésConsumption (sociology)Consumption smoothingSmoothingComputer scienceEconomicsKeynesian economicsSociologyBusiness cycle

Résumé

récupéré en direct d'OpenAlex

Learning Objectives In this chapter, we look at consumption/investment decisions. During your working years, you have to decide how much of your salary you want to spend immediately and how much to save for the future. We use an economic concept called consumption smoothing , which suggests that people want to optimize their standard of living over their lifetime. They do so by balancing the spending and savings during different stages of their lives. We will see that under this concept, people's standard of living will not wildly fluctuate. Rather, it either remains the same or changes in a smooth fashion over their lifetime. You will learn to derive your optimal consumption and savings at various ages. You will also see how your financial and economic net worth change over time. Consumption Smoothing Imagine the following situation. You are twenty-five years old, and your long-lost and rather eccentric uncle, whom you rarely met and barely know, has just passed away. When the lawyers vet his will, they discover that he left you $25 million as an inheritance. Unbeknownst to your family, he was quite wealthy and he took a liking to you personally. Unfortunately (and there always is abut), themoney has been placed in an iron-clad trust that you cannot access for the next twenty-five years. Even the best lawyers in town cannot break or dissolve the trust documents. Your uncle was concerned about your financial maturity, and he decided it would be best to wait until you are (much) older before giving you the title to this unprecedented sum of cash.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,039
Tête enseignante GPT0,181
Écart entre enseignants0,143 · 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
GenreAutre

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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooks→Même sujetHousing Market and Economics→Travaux en français237 207→