Sant' Ilario [por] F. Marion Crawford

UANL

Rencontre avec... Danielle Tardif

En rencontrant aujourd’hui Danielle Tardif, responsable de la bibliothèque de la faculté de médecine de Montréal, la rédaction de Pédagogie Médicale ouvre sa rubrique à des acteurs de formation autre que les médecins-enseignants au sens traditionnel du terme. Conscients du rôle d’autres professionnels dans la formation de nos futurs médecins, nous avons voulu mieux les faire connaître et engager un dialogue avec eux. Danielle Tardif a suivi un cursus universitaire de biologie et de bibliothéconomie. Elle a fait un détour de 10 ans en recherche médicale avant de travailler comme bibliothécaire. « Cette expérience m’est aujourd’hui très précieuse » nous précise- t-elle. Elle est chef du service de référence et développement des collections à la Bibliothèque de la santé depuis 10 ans et considère la formation documentaire des usagers comme une priorité de son équipe.

Genre, santé et développement: les inégalités entre les hommes et les femmes dans la santé constituent-elles un frein au développement? Estimation empirique en coupe transversale dans un modèle Mankiw – Romer – Weil.

Rapport de recherche

Finite-Sample Inference Methods for Simultaneous Equations and Models with Unobserved and Generated Regressors

We propose finite sample tests and confidence sets for models with unobserved and generated regressors as well as various models estimated by instrumental variables methods. The validity of the procedures is unaffected by the presence of identification problems or \"weak instruments\", so no detection of such problems is required. We study two distinct approaches for various models considered by Pagan (1984). The first one is an instrument substitution method which generalizes an approach proposed by Anderson and Rubin (1949) and Fuller (1987) for different (although related) problems, while the second one is based on splitting the sample. The instrument substitution method uses the instruments directly, instead of generated regressors, in order to test hypotheses about the \"structural parameters\" of interest and build confidence sets. The second approach relies on \"generated regressors\", which allows a gain in degrees of freedom, and a sample split technique. For inference about general possibly nonlinear transformations of model parameters, projection techniques are proposed. A distributional theory is obtained under the assumptions of Gaussian errors and strictly exogenous regressors. We show that the various tests and confidence sets proposed are (locally) \"asymptotically valid\" under much weaker assumptions. The properties of the tests proposed are examined in simulation experiments. In general, they outperform the usual asymptotic inference methods in terms of both reliability and power. Finally, the techniques suggested are applied to a model of Tobin’s q and to a model of academic performance.