MétaCan
Menu
Retour à la cohorte
Enregistrement W4392848329 · doi:10.3982/ecta21048

Toward a General Theory of Peer Effects

2024· article· en· W4392848329 sur OpenAlexaff
Vincent Boucher, Michelle Rendall, Philip Ushchev, Yves Zénou

Notice bibliographique

RevueEconometrica · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSchool Choice and Performance
Établissements canadiensUniversité Laval
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentUniversity of North Carolina at Chapel HillNational Institute of Child Health and Human DevelopmentGillings School of Public HealthMonash University
Mots-clésCounterfactual thinkingPeer effectsSpillover effectAction (physics)ConformistEconometricsLinear modelNorm (philosophy)Work (physics)ConformityPsychologySocial psychologyEconomicsMathematical economicsMathematicsMicroeconomicsPolitical scienceStatisticsEngineering

Résumé

récupéré en direct d'OpenAlex

There is substantial empirical evidence showing that peer effects matter in many activities. The workhorse model in empirical work on peer effects is the linear‐in‐means (LIM) model, whereby it is assumed that agents are linearly affected by the mean action of their peers. We develop a new general model of peer effects that relaxes the linear assumption of the best‐reply functions and the mean peer behavior and that encompasses the spillover, conformist model, and LIM model as special cases. Then, using data on adolescent activities in the United States, we structurally estimate this model. We find that for many activities, individuals do not behave according to the LIM model. We run some counterfactual policies and show that imposing the mean action as an individual social norm is misleading and leads to incorrect policy implications.

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)0,007
score de la tête « metaresearch » (Gemma)0,017
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: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,006
Communication savante0,0030,007
Science ouverte0,0030,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,041
Tête enseignante GPT0,316
Écart entre enseignants0,275 · 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

Citations39
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconometricaMême sujetSchool Choice and PerformanceTravaux en français237 207