MétaCan
Menu
Retour à la cohorte
Enregistrement W4404982569 · doi:10.1080/08911916.2024.2412471

Debt Reduction for Economic Resurrection and Redistribution

2024· article· en· W4404982569 sur OpenAlexaff
Murray Bryant, Guðrún Johnsen, Gylfi Magnússon, Þröstur Olaf Sigurjónsson

Notice bibliographique

RevueInternational Journal of Political Economy · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésRedistribution (election)EconomicsDebtKeynesian economicsMacroeconomicsPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

In October 2008, Iceland faced a severe crisis when its financial system collapsed, leading to economic, social, political, and international turmoil. The currency plummeted, asset prices fell, inflation surged, real wages declined, and unemployment soared, sparking public unrest. Citizens lost trust in institutions and each other as blame for the crisis spread widely. In response, successive governments implemented innovative policies to aid recovery and restore public trust. This paper examines the debt policies adopted during the crisis and the rapid adjustments made as new information emerged. Policymakers experimented with various tools, some of which deviated from traditional IMF guidelines but were later adopted by the IMF in severe crises. International relations were strained, notably in the Icesave dispute, where Iceland was listed alongside terrorist organizations by a long-time ally. Unlike other countries, Iceland focused on supporting households and productive firms rather than bailing out financial institutions, offering a model for alternative crisis response. Many of Iceland’s policies resembled the Global South’s but with unique measures, such as significant debt reduction and enhanced social safety nets. This paper emphasizes that addressing household and corporate debt was crucial for successful redistribution efforts.

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 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 enseignants0,591
Score d'incertitude au seuil0,355

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,020
Tête enseignante GPT0,285
Écart entre enseignants0,265 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Political EconomyMême sujetGlobal Financial Crisis and PoliciesTravaux en français237 207