Notice bibliographique
Résumé
Within the framework of a common monetary policy, the monitoring of economic developments in the euro area, on a regular basis, is of particular importance. Despite of the ongoing improvement, the data available for the euro area as a whole are still relatively limited and released with some lag. The assessment of the economic situation requires synthetic measures representative of activity in the economy as a whole. Gross Domestic Product (GDP) is the best measure acknowledged for this purpose. However, GDP is only made available on a quarterly basis and released with a significant lag, which makes it difficult to assess economic activity on a regular and timely basis. In fact, the first estimate for the euro area GDP in a given quarter is released 70 days after the end of that quarter.(1) Thus, one needs to resort to other synthetic measures which provide information on economic developments in the euro area on a more timely and frequent basis. The purpose of this article is to evaluate the performance of several economic composite indicators, which are currently released on a regular basis by several institutions, including the European Commission, the Organisation for Economic Co-operation and Development (OECD) and the Centre for Economic Policy Research (CEPR). The aim of this article is to assess to what extent these composite indicators allow the monitoring of GDP growth. For this purpose, we resort both to time and frequency domain analysis. This article is organised as follows. Section 2 makes a brief description of the methodology used to evaluate the composite indicators. Section 3 presents the main features of the indicators released by the different institutions and makes an overall assessment of their performance. Section 4 addresses other issues regarding the practical use of the indicators and section 5 concludes.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».