Why Are Complementary Currency Systems Difficult to Grasp within Conventional Economics?
Bibliographic record
Abstract
Les monnaies complémentaires (MC) permettent de comptabiliser et de régler des échanges de biens et de services dans un espace local et circulent en complémentarité de la monnaie officielle. Malgré leur actualité et leur nombre, la grande majorité des économistes semblent accorder une attention marginale à ces monnaies complémentaires. Cet article propose quelques facteurs explicatifs. Fondamentalement, l'économie conventionnelle est basée sur une approche méthodologique et sur des conceptions théoriques et normatives de la monnaie - son essence, son statut, sa taille et sa gouvernance - qui l'empêchent de comprendre ces dispositifs monétaires. Tout d’abord, l'hétérogénéité des MC et leur émergence nouvelle confrontent l'économie à un problème méthodologique de mesure de leurs impacts. Ensuite, nous montrons que, en raison de leur pouvoir d'achat limité dans le temps et dans l'espace, l'économie ne peut justifier leur utilisation dans l'économie marchande. Enfin, nous verrons que les règles monétaires d'émission et de régulation des MC empêchent les principales approches monétaires contemporaines de les reconnaître et de les légitimer.
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 | 0.004 | 0.014 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.012 |
| Scholarly communication | 0.011 | 0.017 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.011 | 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".