Une méta-analyse des études sur la mesure de la mobilité internationale du capital selon la méthode de Feldstein et Horioka
Bibliographic record
Abstract
Cette revue quantitative de la littérature sur le paradoxe de Feldstein et Horioka (1980) adopte une méthodologie originale encore peu fréquente en économie internationale : la méta-analyse. Cette analyse systématique permet de construire un échantillon de 97 études qui ont été publiées entre 1980 et décembre 2007 et qui se concentrent sur l’évaluation de la corrélation entre le taux d’épargne et le taux d’investissement. Ainsi, 1 399 valeurs distinctes du coefficient de rétention de l’épargne sont exploitées. Cette méta-analyse montre une tendance de long terme en faveur d’une réduction de l’estimation du coefficient de rétention de l’épargne depuis 1850. Une fois les données statistiques, les échantillons de pays et le support de publication fixés, l’étude montre que les méthodologies économétriques conduisent à des valeurs du coefficient de rétention de l’épargne nettement différenciées. Il est donc nécessaire d’adopter différentes stratégies économétriques afin d’avoir un large aperçu du spectre des coefficients de rétention de l’épargne et de prendre en compte la diversité des résultats induite par le choix de la méthodologie économétrique. Cette étude quantitative montre enfin que les travaux sur le paradoxe de Feldstein et Horioka subissent un biais de publication.
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 | 0.063 | 0.161 |
| Meta-epidemiology (narrow) | 0.004 | 0.002 |
| Meta-epidemiology (broad) | 0.010 | 0.046 |
| Bibliometrics | 0.009 | 0.011 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.006 | 0.003 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 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".