Comparaison des performances productives entre la zone euro et les autre pays de l'OCDE
Notice bibliographique
Résumé
Notre objectif est de comparer la dynamique sur longue période des niveaux de productivité des pays de la zone euro à ceux d’un ensemble de pays dénommé « autres OCDE ». A partir d’une modélisation paramétrique de la frontière de production et de son estimation par la méthode des frontières stochastiques, nous examinons la sigma-convergence de la productivité globale des facteurs des deux zones. Sur le plan empirique, nous examinons entre 1965 et 2015 les évolutions des productivités de 11 pays de la zone euro (Allemagne, Autriche, Belgique, Espagne, Finlande, France, Grèce, Irlande, Italie, Pays-Bas, Portugal) et 11 pays du groupe « autres OCDE » (Australie, Canada, Danemark, Etats-Unis, Islande, Japon, Norvège, Nouvelle-Zélande, Royaume-Uni, Suède, Suisse). Notre analyse permet de mettre en lumière l’existence d’un mouvement de convergence sur le long terme entre les économies développées. Cependant, plus récemment, et au sein de l’espace de l’Union Monétaire Européenne (UME), cette convergence des performances économiques entre les pays membres marque nettement le pas. Si un fort mouvement de convergence préexistait à l’introduction de la monnaie unique, il semble que depuis la création de l’euro, cette dynamique se soit interrompue voire inversée et notamment depuis la crise de 2008-2009.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
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 ».