MétaCan
Menu
Retour à la cohorte
Enregistrement W2789468797 · doi:10.1017/bap.2017.35

The structure of business preferences and Eurozone crisis policies

2018· article· en· W2789468797 sur OpenAlexaff
José Fernández-Albertos, Alexander Kuo

Notice bibliographique

RevueBusiness and Politics · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMario Einaudi Center for International Studies
Mots-clésAusterityEconomicsPoliticsDevaluationTest (biology)Position (finance)SkepticismWageMonetary economicsLabour economicsPolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

Abstract What explains business views regarding policy preferences in the Eurozone crisis? Although recent literature examines the impact of the crisis on citizen views, few studies examine business preferences towards adjustment policies. We present unique data from a new representative survey of 500 high-level firm representatives from Spain to test theories about such preferences, in particular views about the euro, fiscal austerity, and wage devaluation, as well as plausible mechanisms for such preferences. We test three broad families of theories to explain such preferences, focusing on the role of structural firm characteristics, economic hardship, and political leanings of firm managers. We find that first, there is a strong conservative position regarding all of these policies. Second, we find that contra conventional approaches to explaining preferences, for the domestic policies (but not for euro views), the political leanings of firms matter much more than baseline structural characteristics. Third, we find that surprisingly economic hardship does not cause firms to demand more left-wing policies, as it might for voters; in fact, firms that have suffered are likely to be more skeptical of such measures. These findings indicate the need to better measure political orientations of firm respondents and suggest that this is a larger division among firms than previously recognized.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,031
Tête enseignante GPT0,314
Écart entre enseignants0,283 · 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'étudeObservationnel
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

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and PoliticsMême sujetSocial Policy and Reform StudiesTravaux en français237 207