MétaCan
Menu
Retour à la cohorte
Enregistrement W4404118609 · doi:10.1177/00207152241285759

Free-market institutions and income inequality: Did the link persist around the world even in times of falling within-country inequality, 2000–2021?

2024· article· en· W4404118609 sur OpenAlexvenueno aff
Tibor Rutar

Notice bibliographique

RevueInternational Journal of Comparative Sociology · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFalling (accident)InequalityEconomicsEconomic inequalityLink (geometry)Demographic economicsIncome inequality metricsLabour economicsDevelopment economics

Résumé

récupéré en direct d'OpenAlex

High or rising economic inequality can exacerbate political inequalities and is plausibly linked with some social harms, such as health problems and declines in happiness and trust. Within-country income inequality increased sharply across most of the world since the 1980s. One prominent critical sociological account of this occurrence points toward institutions of free-market capitalism, or “neoliberalism,” as a key cause that unleashed inequality during the globalization age. This article empirically operationalizes free-market institutions with the use of Fraser Institute’s index of economic freedom and examines the issue with fixed-effects regressions in a novel dataset of 130 countries between the years 2000 and 2021. It finds a substantial positive correlation between the two variables in the developing, though not the developed, world. This finding is robust to a variety of alternative specifications. Moreover, across specifications, modest size of government and freedom of international trade stand out as the two clear components of economic freedom driving the aggregate relationship. Finally, mediation analysis suggests there also exists an indirect ameliorative relationship between economic freedom and inequality through the conduit of economic development.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,181
Score d'incertitude au seuil0,744

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,077
Tête enseignante GPT0,399
Écart entre enseignants0,322 · 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.

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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Comparative SociologyMême sujetIncome, Poverty, and InequalityTravaux en français237 207