Notice bibliographique
Résumé
One of the early key empirical findings of the happiness literature is that at higher levels of per capita real income there appears to be diminishing returns to income at least with regards to marginal changes in ‘happiness’ measured by various survey instruments. Although these results have been recently challenged, these earlier findings and the results of many contemporary studies suggest that an inelastic relationship exists between real per capita income and happiness after a relatively low threshold of per capita income is reached. Appling some of the results of prospect theory I argue that even if it were true that the marginal effect of income on happiness is zero, a reduction in income would probably reduce the level of happiness, yielding a kink in the ‘happiness curve’. Also, applying a target income approach to the happiness literature, one can argue that pursuing higher target income, in itself, is a means of increasing life satisfaction. These two theoretical instruments yield results consistent with some of the most recent empirical finding based on Gallup Poll Survey data. In addition, applying insights from the capabilities approach, I argue, that increasing income is a means of purchasing the capabilities to increase individual levels of happiness through the production of public goods, such as health care and education. A given marginal increase in income need not generate any increase in happiness if this income increase is highly unequally distributed in a population or is not used to purchase goods and services that contribute to increases in the level of happiness.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,005 | 0,031 |
| Communication savante | 0,013 | 0,033 |
| Science ouverte | 0,003 | 0,010 |
| Intégrité de la recherche | 0,006 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».