MétaCan
Menu
Retour à la cohorte
Enregistrement W3145938715 · doi:10.1111/caje.12677

Endogenous timing and income inequality in the voluntary provision of public goods: Theory and experiment

2023· article· en· W3145938715 sur OpenAlexvenueno aff
Jun‐ichi Itaya, Atsue Mizushima, Kengo Kurosaka

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueExperimental Behavioral Economics Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsPublic goodInequalityEconomic inequalityPublic goods gameSocial preferencesIncome distributionDistribution (mathematics)MicroeconomicsQuality (philosophy)Labour economicsDemographic economicsPublic economics

Résumé

récupéré en direct d'OpenAlex

Abstract This study theoretically and experimentally investigates the effects of income inequality on donors' decisions regarding timing choices and contributions to public goods when contribution timing is endogenously chosen by contributors. To this end, we use the conventional voluntary provision models of Warr (1983) and Bergstrom, Blume and Varian (1986), with Cobb–Douglas preferences augmented with a two‐stage game of Hamilton and Slutsky (1990). The following results were obtained and experimentally confirmed. First, when the distribution of income is extremely unequal, donors are indifferent between the simultaneous and sequential moves in the contribution game. Second, as income inequality is decreased, the simultaneous‐move contribution game is likely to emerge because every donor prefers to act as a leader. Nevertheless, a higher‐income donor may also prefer to act as a follower without specific social preferences and uncertainty regarding the quality of public goods. Third, most theoretical predictions regarding timing decisions are supported in our laboratory experiment, provided that the participants had enough time to learn the consequences of their timing choices.

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)0,008
score de la tête « metaresearch » (Gemma)0,026
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,026
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,282
Tête enseignante GPT0,275
Écart entre enseignants0,007 · 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
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetExperimental Behavioral Economics StudiesTravaux en français237 207