Choix de consommation des ménages en présence de plusieurs décideurs
Bibliographic record
Abstract
Récemment, un nouveau cadre théorique d’analyse s’est développé dans le but d’analyser les comportements des ménages avec deux conjoints. Cette approche, qualifiée de modèle collectif, suppose que chaque conjoint a des préférences individuelles et que les choix du ménage sont Pareto-optimaux. Toutefois, les études empiriques réalisées jusqu’à maintenant sur les modèles collectifs ont porté essentiellement sur des ménages à deux décideurs et ignorent le comportement des ménages qui en comptent potentiellement un plus grand nombre (p. ex., couples vivant avec des enfants adultes ou avec des personnes âgées dans les pays développés, familles élargies dans les pays en développement). Le but de cet article est double : dans un premier temps, nous présentons de façon synthétique les principaux tests qui ont été proposés pour vérifier empiriquement les contraintes du modèle collectif dans un tel contexte. Nous proposons également un test qui s’avère être équivalent à un autre test présenté dans la littérature mais qui dans certains cas s’avère plus facile à mettre en oeuvre. Dans un deuxième temps, nous testons le modèle collectif à plusieurs décideurs à l’aide d’une enquête sur des microdonnées britanniques. L’échantillon retenu comprend des couples avec un enfant de 16 ans et plus. Les résultats rejettent le modèle collectif avec un ou deux décideurs mais ne le rejettent pas dans le cas de trois décideurs.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".