MétaCan
Menu
Retour à la cohorte
Enregistrement W4380786196 · doi:10.1016/j.jebo.2023.05.031

What to target? Insights from a lab experiment

2023· article· en· W4380786196 sur OpenAlexaff
Isabelle Salle

Notice bibliographique

RevueJournal of Economic Behavior & Organization · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFinancial Markets and Investment Strategies
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEconomicsInflation targetingMonetary policyInflation (cosmology)Volatility (finance)HeuristicsReplicateOutput gapCentral bankMonetary economicsMacroeconomicsEconometricsKeynesian economicsComputer science

Résumé

récupéré en direct d'OpenAlex

This paper compares alternative monetary policy regimes within a controlled lab environment, where groups of participants are tasked with repeatedly forecasting inflation in a simple macroeconomic model featuring only the dynamics of interest rates, inflation and inflation expectations . Average-inflation targeting can replicate the price path observed under price-level targeting in the presence of disinflationary shocks and enable subjects to coordinate on simple heuristics that reflect the concern of the central bank for past inflation gaps. However, this depends on the exact specification of the policy rule. In particular, if the central bank considers more than two lags, subjects fail to form expectations that are consistent with the monetary policy rule, which results in greater inflation volatility. Reinforcing communication around the target helps somewhat anchor long-run inflation expectations .

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,522
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,031
Tête enseignante GPT0,240
Écart entre enseignants0,209 · 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'étudeObservationnel
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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economic Behavior & OrganizationMême sujetFinancial Markets and Investment StrategiesTravaux en français237 207