MétaCan
Menu
Retour à la cohorte
Enregistrement W7025217181

Three Essays in Economics

2019· dissertation· en· W7025217181 sur OpenAlexaboutno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2019
Typedissertation
Langueen
DomaineComputer Science
ThématiqueImage Processing and 3D Reconstruction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProductivityInvestment (military)Order (exchange)Capital (architecture)General equilibrium theoryHuman capitalAgriculture
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis attempts to answer three important questions: 1) Why did India's relative price of investment rise in 80s and fall in 1990s and afterwards? 2) Why is agricultural productivity very low in India? and 3) Did the pro-natalist policy in Quebec accomplish its goal of increasing fertility? Specifically, this thesis comprises of three essays. Chapter 1 builds a simple dynamic general equilibrium model calibrated to Indian data, in order to explore the impact of capital import substitution policies and their reform post-1991. The model delivers a 23% rise before reform and a 28% fall thereafter. Chapter 2 develops a tractable quantitative framework by incorporating one potential explanation - if residing in a village provides access to a network that effectively insures against income fluctuations, then households are less willing to live in cities where labor income risk is uninsured. This chapter shows that implementation of a social insurance system in the urban area could have raised the labor productivity agricultural sector. Chapter 3 studies the effects of a pro-natalist policy in Quebec and finds Quebec’s baby bonus accomplished its goal of increasing fertility. It finds a large response for third and higher-order births for which the bonus was more generous. Interestingly, it also finds a stronger response if there were two previous sons or a previous son and daughter rather than two previous daughters.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil1,000

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,188
Écart entre enseignants0,179 · 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.

Devis d'étudeAutre devis
Domainenon disponible
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetImage Processing and 3D ReconstructionTravaux en français237 207