MétaCan
Menu
Retour à la cohorte
Enregistrement W4398688338 · doi:10.7910/dvn/gbbpnk

Replication Data for: Populism and De Facto Central Bank Independence

2022· dataset· en· W4398688338 sur OpenAlexaff
Mark S. Manger, Michael Gavin

Notice bibliographique

RevueHarvard Dataverse · 2022
Typedataset
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEuropean Monetary and Fiscal Policies
Établissements canadiensUniversity of OttawaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPopulismReplication (statistics)De factoIndependence (probability theory)Political scienceMathematicsLawStatistics

Résumé

récupéré en direct d'OpenAlex

Replication data and code for all tables and figures in the paper as well as all robustness checks and figures in the online-only appendix. Requires Stata 14.2+ and R 4.1.2+ to run. Although central bank independence is a core tenet of monetary policy-making, it remains politically contested: In many emerging markets, populist governments are in frequent public conflict with the central bank. At other times, the same governments profess to respect the monetary authority’s independence. We model this conflict drawing on the crisis bargaining literature. Our model predicts that populist politicians will often bring a nominally independent central bank to heel without having to change its legal status. To provide evidence, we build a new data set of public pressure on central banks by classifying over 9000 analyst reports using machine learning. We find that populist politicians are more likely than non-populists to exert public pressure on the central bank, unless checked by financial markets, and also more likely to obtain interest rate concessions. Our findings underscore that de jure does not equal de facto central bank independence in the face of populist pressures.

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)0,003
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,387

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,007
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,1160,085

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 Opus0,063
Tête enseignante GPT0,252
Écart entre enseignants0,189 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHarvard DataverseMême sujetEuropean Monetary and Fiscal PoliciesTravaux en français237 207