MétaCan
Menu
Retour à la cohorte
Enregistrement W4285467854 · doi:10.51952/9781529212259.ch002

Spending in an Austere Era

2021· book-chapter· en· W4285467854 sur OpenAlexaboutno aff
Heather Whiteside, Stephen McBride, Bryan Evans

Notice bibliographique

RevueBristol University Press eBooks · 2021
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHistory

Résumé

récupéré en direct d'OpenAlex

When the 2008 crisis hit, all four countries (Canada, Denmark, Ireland and Spain) were in relatively good shape fiscally. Within a few short years the public sector and its finances were not only implicated in, but also targeted as causing, a crisis of profligate spending. While the bulk of this book focuses on cutbacks, retrenchment and restructuring, in this chapter we expose the significant commitments to capital made in the name of austerity. Thus, the austerity era should not be confused with one where public sector spending is simply curtailed; instead state support for capital is often extended in new and familiar ways. In short, there is a lot of spending to account for in times of austerity. In this chapter we: 1) provide an economic background for, and brief overview of, fiscal adjustments and drivers of spending in an austere time – these being related most closely to a) domestic economic imbalances, b) financial and housing bubbles, and c) exposure to international economic downturn; and 2) summarize the massive bank bailouts and aid to the financial sector that each country offered capital in the wake of the 2008 crisis (often institutionalized through public sector agencies). We begin with national snapshots of each country’s fiscal–financial condition when the 2008 crisis first hit, weaving in, where appropriate, an historical overview. Next, we provide a thematic description of the nation-specific bailouts and banking sector guarantees (insulations): a) stimulus and guarantees (credit underwriting, insurance support and the like), b) bailouts (asset taking, nationalization), c) write-offs and taxpayer-borne risks, d) partnerships and privatization, and e) international pressures (from supranational institutions and investors).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,062
Tête enseignante GPT0,210
Écart entre enseignants0,148 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBristol University Press eBooksMême sujetEconomic Theory and PolicyTravaux en français237 207