Notice bibliographique
Résumé
Abstract Inequality and poverty estimation (indeed, all welfare analysis) must deal with the fact that people are heterogeneous. Equivalence scales and indifference scales are tools that may be used for this. An equivalence scale gives the relative costs faced by different people; an indifference scale gives the relative cost of living for people in different types of households. Equivalence scales and indifference scales can be estimated using off‐the‐shelf household‐level consumer expenditure data and standard econometric techniques for nonlinear equation systems. I offer a short introduction to the identification, estimation and use of equivalence scales and indifference scales and argue that these are complementary tools in the analysis of inequality and poverty. The methods are illustrated with Canadian household expenditure data from the Surveys of Household Spending 2004–2009. Estimated equivalence scales for disability are presented, along with estimated household model parameters and an analysis of consumption poverty. Résumé Analyse du niveau de bien‐être quand les gens sont différents. Les mesures d’inégalité et de pauvreté (en fait toutes les mesures et analyses du niveau de bien‐être) doivent prendre en compte le fait que les gens sont hétérogènes. Les échelles d’équivalence et les échelles d’indifférence sont des outils qu’on peut utiliser pour ce faire. Une échelle d’équivalence établit les coûts relatifs auxquels les différentes personnes doivent faire face; une échelle d’indifférence établit le coût relatif différent de gens qui font partie de différents types de ménages. Les échelles d’équivalence et les échelles d’indifférence peuvent être estimées à l’aide de données sur les dépenses de consommation des ménages pour les produits et services disponibles sur le marché, et des techniques économétriques conventionnelles pour calibrer les systèmes d’équations non‐linéaires. L’auteur présente une courte introduction aux problèmes d’identification, d’estimation, et d’usage des échelles d’équivalence et des échelles d’indifférence, et propose que ce sont des outils complémentaires dans l’analyse de l’inégalité et de la pauvreté. Les méthodes sont illustrées à l’aide de données sur les dépenses des ménages canadiens fournies par les Enquêtes sur les dépenses des ménages 2004‐2009. Les échelles d’équivalence sont estimées pour l’incapacité, ainsi que les paramètres estimés du modèle des ménages et une analyse de la pauvreté en termes de consommation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».