MétaCan
Menu
Retour à la cohorte
Enregistrement W3141446936 · doi:10.1093/jeea/jvab015

Interventions with Sticky Social Norms: A Critique

2022· article· en· W3141446936 sur OpenAlexaff

Notice bibliographique

RevueNova Science Publishers (Nova Science Publishers, Inc.) · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensMcGill University
Organismes subventionnairesUniversità degli Studi di TrentoMinistero dell’Istruzione, dell’Università e della RicercaEuropean University Institute
Mots-clésExternalityEconomicsIncentiveSubsidyPublic economicsWelfarePsychological interventionSocial WelfareMicroeconomicsPublic goodMarket economy

Résumé

récupéré en direct d'OpenAlex

We study the consequences of policy interventions when social norms are endogenous but costly to change. In our environment, a group faces a negative externality that it partially mitigates through incentives in the form of punishments. In this setting, policy interventions can have unexpected consequences. The most striking is that when the cost of bargaining is high, introducing a Pigouvian tax can increase output-yet in doing so increase welfare. An observer who saw that an increase in a Pigouvian tax raised output might wrongly conclude that this harmed welfare and that a larger tax increase would also raise output. This counter-intuitive impact on output is demonstrated theoretically for a general model and found in case studies for public goods subsidies and cartels.

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)0,014
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies, Communication savante
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,645
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0140,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,017
Études des sciences et des technologies0,0160,025
Communication savante0,0180,048
Science ouverte0,0080,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,078
Tête enseignante GPT0,387
Écart entre enseignants0,310 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNova Science Publishers (Nova Science Publishers, Inc.)Même sujetExperimental Behavioral Economics StudiesTravaux en français237 207