Effets d’une réforme fiscale sur l’offre de travail des ménages dans un cadre collectif simulé
Bibliographic record
Abstract
La littérature contient très peu de recherches empiriques concernant les effets distributifs du système sociofiscal à l’intérieur du ménage. Nous simulons cet effet dans le cadre du modèle collectif d’offre de travail lorsque l’on passe d’une taxation jointe à une taxation individuelle en France. Nous montrons que la contribution relative de l’épouse aux revenus familiaux après impôts est un déterminant significatif de la négociation au sein du couple, avec une très faible élasticité cependant. En conséquence, les réactions d’offre de travail dues à la réforme sont essentiellement induites par les effets traditionnels (substitution et revenu), tout comme dans un modèle unitaire. Une analyse de sensibilité montre que l’effet distributif capturé par le cadre collectif est significatif seulement dans le cas de réformes fiscales de grande ampleur et peu réalistes. Ce résultat suggère cependant d’amplifier les recherches sur le lien entre fiscalité, transferts et décision intrafamiliale. En particulier, il convient d’ajouter plus de structure que n’en permet le modèle collectif afin de caractériser plus précisément la façon dont la fiscalité pourrait jouer sur la négociation au sein du ménage.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.019 | 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".