MétaCan
Menu
Retour à la cohorte
Enregistrement W3121328119 · doi:10.3386/w10871

Tiebout Sorting, Social Multipliers and the Demand for School Quality

2004· report· en· W3121328119 sur OpenAlexaff
Patrick Bayer, Fernando Ferreira, R. S. McMillan

Notice bibliographique

RevueNational Bureau of Economic Research · 2004
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTiebout modelSortingEconomicsQuality (philosophy)MicroeconomicsComputer sciencePublic good

Résumé

récupéré en direct d'OpenAlex

In many theoretical public finance models, school quality plays a central role as a determinant of household location choices and in turn, of neighborhood stratification. In contrast, the recent empirical literature has almost universally concluded that the direct effect of school quality on housing demand is weak, a conclusion that is robust across a variety of research designs. Using an equilibrium model of residential sorting, this paper closes the gap between these literatures, providing clear evidence that the full effect of school quality on residential sorting is significantly larger than the direct effect -four times as great for education stratification, twice for income stratification. This is due to a strong social multiplier associated with heterogeneous preferences for peers and neighbors; initial changes in school quality set in motion a process of re-sorting on the basis of neighborhood characteristics that reinforces itself, giving rise to substantially larger stratification effects.

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)0,023
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,981
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0230,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,413
Tête enseignante GPT0,499
Écart entre enseignants0,087 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations61
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetHousing Market and EconomicsTravaux en français237 207