MétaCan
Menu
Retour à la cohorte
Enregistrement W2994382771 · doi:10.1177/1091142119890369

Social Discount Rates for Seventeen Latin American Countries: Theory and Parameter Estimation

2019· article· en· W2994382771 sur OpenAlexaff
Mark A. Moore, Aidan R. Vining

Notice bibliographique

RevuePublic Finance Review · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésLatin AmericansEstimationEconomicsSocial discount rateEconometricsDevelopment economicsCost–benefit analysisPolitical science

Résumé

récupéré en direct d'OpenAlex

This article presents new estimates of social discount rates (SDRs) for seventeen Latin American countries for use in public project evaluation. We derive the SDRs based on the social rate of time preference method and provide the required parameter values. These rates range from 2.14 percent for Paraguay to 5.83 percent for Chile. The unweighted average recommended rate is 3.77 percent, which is close to the rates mandated by most European countries. We also review current governments’ SDR practices worldwide, including Latin America, and find that the proposed country-specific SDRs are significantly lower and less dispersed across countries than the rates most Latin American countries currently recommend. Using four archetypal projects profiles, we show the potential impact on the net present values of varying important parameters, including growth rates.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,733
Score d'incertitude au seuil0,618

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,069
Tête enseignante GPT0,283
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations31
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublic Finance ReviewMême sujetEconomic and Environmental ValuationTravaux en français237 207