MétaCan
Menu
Retour à la cohorte
Enregistrement W7029533213

Is aggregate demand wage-led or profit-led?
\nNational and global effects

2012· report· en· W7029533213 sur OpenAlexaboutno aff

Notice bibliographique

RevueGoldsmiths (University of London) · 2012
Typereport
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMediterranean and Iberian flora and fauna
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWageWage shareCompetition (biology)Aggregate demandLow wageWage growthGlobal imbalances
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper estimates the effects of a change in the wage share on growth in the G20 countries using a post-Keynesian/post-Kaleckian model, analyses the interactions among different economies, and calculates the global multiplier effects of a simultaneous decline in the wage share. At the national level, a decrease in the wage share leads to lower growth in the euro area, Germany, France, Italy, UK, US, Japan, Turkey, and Korea, i.e. these economies are wage-led, whereas it stimulates growth in Canada, Australia, Argentina, Mexico, China, India, and South Africa; thus the latter group of countries are profit-led. However, a simultaneous decline in the wage share in all these countries leads to a decline in global growth. Furthermore, Canada, Argentina, Mexico, and India also contract when they decrease their wage-share along with their trading partners. Thus the global economy in aggregate is wage-led. The policy conclusions of the paper shed light on the limits of strategies of international competitiveness based on wage competition in a highly integrated global economy, and point at the possibilities to correct global imbalances via coordinated macroeconomic and wage policy, where domestic demand plays an important role. There is room for a wage-led recovery in the global economy based on a simultaneous increase in the wage shares, where global GDP as well as all individual countries can grow.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,030
Tête enseignante GPT0,227
Écart entre enseignants0,197 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGoldsmiths (University of London)Même sujetMediterranean and Iberian flora and faunaTravaux en français237 207