MétaCan
Menu
Retour à la cohorte
Enregistrement W3025534047 · doi:10.1080/02692171.2020.1781798

Differences across countries and time in household expenditure patterns: implications for the estimation of equivalence scales

2020· article· en· W3025534047 sur OpenAlexaffabout
Angela Daley, Thesia I. Garner, Shelley Phipps, Eva Sierminska

Notice bibliographique

RevueInternational Review of Applied Economics · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensDalhousie University
Organismes subventionnairesEconomic and Social Research CouncilNational Institute of Food and Agriculture
Mots-clésEconomicsEquivalence (formal languages)PovertyConsumption (sociology)Economies of scaleScale (ratio)EconometricsEstimationDemographic economicsGeographyMathematicsEconomic growthMicroeconomics

Résumé

récupéré en direct d'OpenAlex

When comparing economic well-being using income or expenditures, an equivalence scale is often used to adjust for differences in characteristics that affect needs. For example, a family of two is assumed to need more income than a single person, but not twice as much due to the economies of scale in consumption. In this study, we ask whether it is appropriate to use a common equivalence scale when comparing economic well-being across countries and/or time if consumption expenditure patterns differ? Based on an Engel methodology, we estimate equivalence scales for a diverse set of countries (Canada, France, Israel, Poland, South Africa, Switzerland, Taiwan, United States) in different time periods (1999–2012). We find considerable differences in economies of scale across countries, as well as increases over time. Notably, we find that economies of scale are larger than those implied by the widely accepted ‘square root of household size’ equivalence scale. Our results indicate that using a common equivalence scale to compare economic well-being across countries and/or time is misleading. Specifically, if economies of scale are understated (as is the case when using the ‘square root of household size’), the relative poverty experienced by larger versus smaller families is being overstated.

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)0,041
score de la tête « metaresearch » (Gemma)0,159
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,217

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0410,159
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,009
Études des sciences et des technologies0,0010,003
Communication savante0,0040,004
Science ouverte0,0020,005
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,055
Tête enseignante GPT0,278
Écart entre enseignants0,223 · 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'étudeObservationnel
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

Citations10
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Review of Applied EconomicsMême sujetFiscal Policy and Economic GrowthTravaux en français237 207