Does Neoclassical Econometrics Have a Scientific Foundation? A Critique Based on Hollis and Nell
Bibliographic record
Abstract
La crise financière mondiale de 2008 a relancé le débat sur les fondements scientifiques de l’économétrie néoclassique. L’économétrie néoclassique interprète ce qu’elle voit dans un contexte où les acteurs économiques font des choix avec un certain degré (peut-être limité) de rationalité. Elle relie simplement les observables les uns aux autres, mettant ensemble des choix et des actions dans des modèles d'équilibre. Mais la méthodologie de l'économie néoclassique constitue-t-elle une base adéquate pour l'économétrie structurelle ? Pour répondre à cette question, l’auteur réexamine le cadre méthodologique proposé par Hollis et Nell dans Rational Economic Man (1975) sur la relation entre le positivisme et la méthodologie de l'économie néoclassique, et se demande si ce cadre peut servir de fondement à une reconstruction de l’économie structurelle. L’auteur propose ensuite une relecture du Manifeste de Haavelmo (1944), et compare les deux œuvres. Pour l’auteur, il existe de bonnes raisons de penser que le cadre méthodologique de Hollis et Nell (1975) peut servir de base à une refondation de l’économétrie structurelle qui irait ainsi dans le sens des idées originales avancées par Haavelmo dans son Manifeste.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.027 | 0.068 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.002 | 0.020 |
| Scholarly communication | 0.007 | 0.012 |
| Open science | 0.004 | 0.004 |
| Research integrity | 0.004 | 0.008 |
| Insufficient payload (model declined to judge) | 0.008 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".