MétaCan
Menu
Retour à la cohorte
Enregistrement W281557254 · doi:10.1093/oxfordhb/9780199765362.013.0004

State and Local Government Finance: Why It Matters

2012· book-chapter· en· W281557254 sur OpenAlexaff
Serdar Yılmaz, François Vaillancourt, Bernard Dafflon

Notice bibliographique

RevueOxford University Press eBooks · 2012
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensUniversité de MontréalCenter for Interuniversity Research and Analysis on Organizations
Organismes subventionnairesnon disponible
Mots-clésTiebout modelFederalistDecentralizationFiscal federalismRevenueLocal governmentState (computer science)Public goodEconomicsPublic financeFederalismPublic economicsCentral governmentPublic administrationFinancePolitical scienceMicroeconomicsMacroeconomicsMarket economyLawPolitics

Résumé

récupéré en direct d'OpenAlex

Abstract This article lays out the economists' view of why state and local government matters. To establish the economic framework, the article systematically works through the seminal contributions of Paul Samuelson's theoretical arguments of the importance of a public-sector role for efficiency in resource allocation; Charles Tiebout's thinking on the difference between national and local public goods; Richard Musgrave's classification of the fiscal “branches” of a decentralized federalist system; and Wallace Oates's Decentralization Theorem. It is from this platform that the article proceeds to address three fundamental fiscal policy issues for a multigovernmental society (e.g., US fiscal federalism): the sorting out of expenditure responsibilities among different types of governments (“expenditure assignment”); the question of which type of government should use which type of revenue (“revenue assignment”), and what happens when, for many state and local governments, the costs of the allocation of expenditure responsibilities are greater than that which can be financed from their “own” state/local revenues (the role of “intergovernmental transfers”).

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)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,007
Communication savante0,0060,005
Science ouverte0,0000,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,026
Tête enseignante GPT0,173
Écart entre enseignants0,146 · 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'étudeSans objet
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

Citations7
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford University Press eBooksMême sujetFiscal Policy and Economic GrowthTravaux en français237 207