MétaCan
Menu
← Back to cohort
Record W7037463963

Econometric analysis of compliance to social norms and socially desired behaviors

2024· other· en· W7037463963 on OpenAlexaboutno aff

Bibliographic record

Venuenot available
Typeother
Languageen
FieldBiochemistry, Genetics and Molecular Biology
TopicCRISPR and Genetic Engineering
Canadian institutionsnot available
Fundersnot available
KeywordsSocial capitalPanel surveyEconometric analysisProxy (statistics)
DOInot available

Abstract

fetched live from OpenAlex

Cette thèse porte sur l'analyse microéconométrique des comportements sociaux dans le monde contemporain, plus spécifiquement, elle explore la conformité aux normes et aux comportements socialement désirés. Elle est articulée autour de trois chapitres doublement interreliés du point de vue de l'objet (les comportements individuels qui affectent le bien-être collectif) et de l'approche d'analyse (analyse des liens de causalité selon une approche microéconométrique). Les comportements individuels antisociaux peuvent être source d'externalités négatives. Ces externalités peuvent être réciproques ou non et donc affecter le bien-être individuel et collectif. Une meilleure compréhension des causes et des effets de ces comportements permet d'élaborer des politiques appropriées visant leur internalisation. Le premier chapitre a investigué sur la relation de causalité entre la perte de capital social et certains comportements antisociaux à savoir la fraude dans les programmes sociaux du gouvernement, la fraude dans les transports publics, la fraude fiscale et les pots de vin dans les services publics. D'une part, ces comportements antisociaux ont été utilisés comme un proxy de la violation des normes sociales. D'autre part, la confiance sociale a été utilisée comme proxy du capital social parce qu'elle en est la composante principale ; la confiance sociale étant mesurée par la confiance dans le gouvernement. Nous avons soutenu que l'approche d'analyse en données de comptage était la stratégie d'analyse la plus optimale comparativement à la stratégie traditionnelle d'analyse de variable discrète qui utilise les modèles probit ou logit. Nous avons en outre montré que la distribution binomiale négative s'ajuste mieux aux données de *Word Value Survey* pour le Canada. Ainsi, l'approche de variable instrumentale binomiale négative a été utilisée pour l'analyse des liens de causalité entre la confiance sociale et la conformité aux normes sociales. Nos résultats ne démontrent pas l'évidence d'un lien de causalité entre la confiance sociale et les comportements d'intérêt, toutefois, ils mettent en exergue une association entre la volonté de violer les normes sociales et le profil socio-économique individuel des personnes qui s'adonnent à ses pratiques déviantes. les résultats suggèrent par ailleurs un biais très important de l'effet de la confiance sociale sur les variables d'intérêt. Le deuxième chapitre analyse les comportements d'un groupe particulier de personnes (les personnes vivant avec des conditions médicales sous-jacentes) dans le contexte d'une pandémie. De façon spécifique, ce chapitre a exploré les comportements des personnes vivant avec des conditions médicales sous-jacentes en réponse aux directives du gouvernement dans le cadre du *COVID-19*. Nous avons disposé de deux vagues de sondage sur les comportements des individus aux plus forts moments de la pandémie de *COVID-19* au Québec. Nous avons mis en exergue les problèmes techniques inhérents aux données de panel court notamment l'attrition des données. Ces problèmes ne permettent pas de mener efficacement une analyse en données de panel. Nous avons donc utilisé la technique de reéchantillonnage suggérée par Hirano et al. (2001). Les résultats nous permettent de soutenir que les personnes souffrant de problèmes de santé sous-jacents se conforment mieux aux directives de santé publique, tout en percevant qu'elles risquent davantage de contracter le virus à l'avenir. Les résultats ne permettent pas de soutenir l'évidence que les comportements des individus avec des conditions médicales sont gouvernés par un effet contextuel ou par une défection de leur état psychologique. Nous soutenons que les croyances de ces personnes contrastent avec les croyances hypocondriaques. Le troisième chapitre a investigué sur une nouvelle façon de mesurer la littératie financière. L'analyse économique des effets de la littératie financière se heurte à deux préoccupations d'ordre méthodologiques : la mesure de la littératie financière et les biais découlant des erreurs de mesure. Nous avons proposé dans ce chapitre, une procédure articulée en trois étapes comprenant un technique de sélection des variables. la sélection des variables est fondée sur des propriététs mathématiques bien définies et permet d'exprimer de façon unique la littératie financière avec un indice. A partir des données du sondage 2019 de l'agence de consommation en matière financière du Canada, nous avons montré que notre indice permet de mieux prédire l'effet de la littératie financière sur la planification de la retraite que le variant de l'indice de double pondération existant. Notre indice est par ailleurs plus efficace. En effet, contrairement aux indices alternatifs, notre indice donne toujours des résultats convergents avec la technique de double pondération impliquant une combinaison du *principal component analysis (pca)* et du *relative to identified distribution (ridit)*. En fin, l'analyse en variable instrumentale met en évidence un effet causal entre la littératie financière et la planification de la retraite ou le revenu dans certains sous-groupes socio-économiques.

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 imitation

Not 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.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.019
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.028
Threshold uncertainty score0.055

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.019
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.002
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0000.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0080.001

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.

Opus teacher head0.020
GPT teacher head0.345
Teacher spread0.324 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same topicCRISPR and Genetic Engineering→French-language works237,207→