Causal Claims in Economics
经济学中的因果主张AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接分析经济论文中因果识别证据与因果主张的结构，因此选择因果推断；其主张图用于文献表征，未研究经济网络干扰。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
经济学中的因果主张
- 研究问题
- 如何把经济学论文的关系主张表示为可比较、可汇总且标注证据的结构，并考察因果叙事与发表及长期引用之间的关联？
- 方法与思路
- 作者以标准经济概念为节点、论文陈述的关系为有向边，标注因果或非因果证据，再用多阶段人工智能流程构建大规模主张图。
- 材料陈述的贡献
- 摘要报告为 44,852 篇论文构图，因果边占比由 1990 年的 7.7% 升至 2020 年的 31.7%，并发现因果叙事指标与发表和引用正相关。
- 阅读关注点
- 应核对概念标准化、关系抽取及因果证据标签的人工验证，并检查年代可比性、论文覆盖范围及发表引用关联的统计设定。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未经核实；摘要未说明标注误差与混杂处理，相关性不能证明因果叙事导致发表或引用增加。
原文摘要
As economics scales, a key bottleneck is representing what papers claim in a comparable, aggregable form. We introduce evidence-annotated claim graphs that map each paper into a directed network of standardized economic concepts (nodes) and stated relationships (edges), with each edge labeled by evidentiary basis, including whether it is supported by causal inference designs or by non-causal evidence. Using a structured multi-stage AI workflow, we construct claim graphs for 44,852 economics papers from 1980-2023. The share of causal edges rises from 7.7% in 1990 to 31.7% in 2020. Measures of causal narrative structure and causal novelty are positively associated with top-five publication and long-run citations, whereas non-causal counterparts are weakly related or negative.