MétaCan
Menu
Retour à la cohorte
Enregistrement W1521409484 · doi:10.3386/w12512

From Groundnuts to Globalization: A Structural Estimate of Trade and Growth

2006· report· en· W1521409484 sur OpenAlexaboutno aff
Christian Broda, Joshua Greenfield, David Weinstein

Notice bibliographique

RevueNational Bureau of Economic Research · 2006
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésRomerProductivityTotal factor productivityGlobalizationEconomicsIndex (typography)International tradeQuarter (Canadian coin)Production (economics)International economicsVariety (cybernetics)Agricultural economicsMacroeconomicsGeographyMathematicsMarket economy

Résumé

récupéré en direct d'OpenAlex

Starting with Romer [1987] and Rivera-Batiz-Romer [1991] economists have been able to model how trade enhances growth through the creation and import of new varieties.In this framework, international trade increases economic output through two channels.First, trade raises productivity levels because producers gain access to new imported varieties.Second, increases in the number of varieties drives down the cost of innovation and results in ever more variety creation.Using highly disaggregate trade data, e.g.Gabon's imports of Gambian groundnuts, we structurally estimate the impact that new imports have had in approximately 4000 markets per country.We then move from groundnuts to globalization by building an exact TFP index that aggregates these micro gains to obtain an estimate of trade on productivity growth for each country.We find that in the typical country in the world, new imported varieties account for 15 percent of its productivity growth.These effects are larger in developing countries where the median impact of new imported varieties equals a quarter of national productivity growth.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,331
Tête enseignante GPT0,443
Écart entre enseignants0,112 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations300
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetGlobal trade and economicsTravaux en français237 207