MétaCan
Menu
Retour à la cohorte
Enregistrement W3121979285

On the limitations of some current usages of the Gini Index

2016· preprint· en· W3121979285 sur OpenAlexaff
Lars Osberg

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2016
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)InequalityGini coefficientEconomicsEconomic inequalityIncome distributionDistribution (mathematics)Order (exchange)WelfareEconometricsIncome inequality metricsLorenz curvePublic economicsMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent popular and professional writing on economic inequality often fails to distinguish between change in a summary index of inequality, such as the Gini Index, and change in the inequalities which that index tries to summarize. This note constructs a simple two class example in which the Gini Index is held constant while the size of the rich and poor populations change, in order to illustrate how very different societies can have the same Gini index and produce very similar estimates of standard inequality averse Social Welfare Functions. The rich/poor income ratio can vary by a factor of over 12, and the income share of the top one per cent can vary by a factor of over 16, with exactly the same Gini Index. Focussing solely on the Gini Index can thus obscure perception of important market income trends or changes in the redistributive impact of the tax and transfer system. Hence, analysts should supplement the use of an aggregate summary index of inequality with direct examination of the segments of the income distribution which they think are of greatest importance.

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)0,048
score de la tête « metaresearch » (Gemma)0,175
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,254

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0480,175
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,017
Études des sciences et des technologies0,0030,009
Communication savante0,0140,013
Science ouverte0,0080,006
Intégrité de la recherche0,0030,015
Charge utile insuffisante (le modèle a refusé de juger)0,0080,005

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 Opus0,153
Tête enseignante GPT0,395
Écart entre enseignants0,242 · 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
GenreMéthodes

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

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetIncome, Poverty, and InequalityTravaux en français237 207