La courbe de Phillips : temps d’arbitrage et/ou arbitrage de temps
Bibliographic record
Abstract
La relation d’arbitrage inflation-activité réelle a progressivement retenu l’attention des chercheurs depuis l’étude de Phillips (1958). Pourtant, même si, dans le nouveau cadre keynésien d’analyse (NKPC), une quasi-résurrection de la courbe de Phillips a été entrevue, de nombreux aspects de la modélisation restent sujets à controverses dans la littérature actuelle. L’une des principales sources des remises en question du socle NKPC demeure celle associée à la prise en compte des anticipations des agents dans les rouages, à la fois théoriques et empiriques, de la réflexion. Partant de ce constat, cette revue de la littérature propose une synthèse des principaux résultats issus de l’introduction des anticipations dans les récentes modélisations de cette fameuse passerelle entre les sphères nominale et réelle du système économique. L’objectif est de restituer une synthèse des discours classique, monétariste et keynésien autour du thème de l’arbitrage, d’examiner les termes dans lesquels celui-ci est formulé, et de poser les jalons d’une évaluation de sa perméabilité aux débats plus largement « idéologiques » qui agitent l’ensemble de la profession.
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.006 |
| Scholarly communication | 0.007 | 0.008 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.014 | 0.001 |
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".