MétaCan
Menu
Retour à la cohorte
Enregistrement W2994836018 · doi:10.5539/ibr.v13n1p161

Failure of the Rational Expectation: Argumentation, Logic and Suggestions on Supply-Side Management

2019· article· en· W2994836018 sur OpenAlexvenueno aff
Jia Kang, Jingchun Su

Notice bibliographique

RevueInternational Business Research · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRisk Management in Financial Firms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRational expectationsEconomicsIrrational numberArgumentation theoryRational analysisMarket failureRational agentGovernment (linguistics)Rational planning modelPositive economicsManagement scienceRisk analysis (engineering)MicroeconomicsBusinessNeoclassical economicsMacroeconomicsManagementMathematicsPsychology

Résumé

récupéré en direct d'OpenAlex

Rational expectation is known as the sixth revolution in economics. Based on a brief review of rational expectation, this paper puts forward the proposition of failure of rational expectation. The so-called failure of rational expectation means that when the market entity predicts future events, it is impossible to form a completely accurate expectation and then adjust its actions accordingly due to incomplete information and other reasons. On the contrary, due to various irrational factors, the actions of the market entities based on individual ration sometimes may be mad and loss of control, producing devastating effects on the economic system. This paper expounds the concept and formation mechanism of the failure of rational expectation, and conducts a preliminary empirical analysis on this in combination with China’s economic practice. On this basis, it proposes that rational supply management, which the government can play a role in, should be combined to correct the failure of rational expectation and realize the dynamic balance and stability of the economic system.

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)0,017
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,003
Études des sciences et des technologies0,0040,037
Communication savante0,0090,019
Science ouverte0,0020,003
Intégrité de la recherche0,0080,005
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,032
Tête enseignante GPT0,310
Écart entre enseignants0,278 · 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'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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetRisk Management in Financial FirmsTravaux en français237 207