MétaCan
Menu
Retour à la cohorte
Enregistrement W2903723198 · doi:10.1920/wp.ifs.2016.1604

Education policy and intergenerational transfers in equilibrium

2017· paratext· en· W2903723198 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

Revuenon disponible
Typeparatext
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensQueen's UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEconomicsMathematical economicsSociology

Résumé

récupéré en direct d'OpenAlex

This paper examines the equilibrium effects of alternative financial aid policies intended to promote college participation. We build an overlapping generations life-cycle, heterogeneous-agent, incomplete-markets model with education, labor supply, and consumption/saving decisions. Driven by both altruism and paternalism, parents make inter vivos transfers to their children. Both cognitive and non-cognitive skills determine the non-pecuniary cost of schooling. Labor supply during college, government grants and loans, as well as private loans, complement parental resources as means of funding college education. We find that the current financial aid system in the U.S. improves welfare, and removing it would reduce GDP by 4-5 percentage points in the long-run. Further expansions of government-sponsored loan limits or grants would have no salient aggregate effects because of substantial crowding-out: every additional dollar of government grants crowds out 30 cents of parental transfers plus an equivalent amount through a reduction in student's labor supply. However, a small group of high-ability children from poor families, especially girls, would greatly benefit from more generous federal aid.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,548
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,272
Écart entre enseignants0,233 · 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

En bref

Citations25
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFiscal Policy and Economic GrowthTravaux en français237 207