MétaCan
Menu
Retour à la cohorte
Enregistrement W3000015053 · doi:10.5089/9781513523736.001

Do Fiscal Rules Cause Fiscal Discipline Over the Electoral Cycle?

2019· article· en· W3000015053 sur OpenAlex
Kodjovi Eklou, Marcelin Joanis

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

RevueIMF Working Paper · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensCenter for Interuniversity Research and Analysis on OrganizationsPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésEconomicsFiscal policyVolatility (finance)Consumption (sociology)Argument (complex analysis)Fiscal unionSample (material)PoliticsExploitPoint (geometry)MacroeconomicsMonetary economicsPublic economicsEconometricsPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper estimates the causal effect of fiscal rules on political budget cycles in a sample of 67 developing countries over the period 1985–2007. We exploit the geographical pattern in the adoption of fiscal rules to isolate an exogenous source of variation in the adoption of national fiscal rules. Based on a diffusion argument, we use the number of other countries in a given subregion that have fiscal rules in place to predict the probability of having them at the country level. We find that in election years with fiscal rules in place, public consumption is reduced by 1.6 percentage point of GDP as compared to election years without these rules. This impact is equivalent to a reduction by a third of the volatility of public consumption in our sample. Furthermore, the effectiveness of these rules depends on their type, their institutional design, whether they have been in place for a long time and finally on the degree of competitiveness of elections.

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 candidatesCharge 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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,120
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,005

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 Opus0,029
Tête enseignante GPT0,241
Écart entre enseignants0,211 · 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