MétaCan
Menu
Retour à la cohorte
Enregistrement W1563204968 · doi:10.20430/ete.v77i305.440

Los movimientos en el tipo de cambio y el comercio de leche en polvo entre México y los Estados Unidos. Un análisis de cointegración

2017· article· es· W1563204968 sur OpenAlexaff
José Luis Jaramillo Villanueva, Rakhal Sarker

Notice bibliographique

RevueEl Trimestre Económico · 2017
Typearticle
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueEconomics of Agriculture and Food Markets
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Muchos analistas argumentan que el gran crecimiento del comercio de productos agroalimentarios entre México y los Estados Unidos puede atribuirse a los cambios en el tipo de cambio, la volatilidad del tipo de cambio y el Tratado de Libre Comercio (TLCAN). Este artículo cuantifica los efectos de los cambios en el tipo de cambio real entre México y los Estados Unidos, su volatilidad y el TLCAN en los flujos de leche en polvo entre ambos países y contribuye, con evidencia empírica, al debate de los efectos de los cambios en el tipo de cambio real y su volatilidad en los flujos del comercio de productos agroalimentarios. Para estimar una función de demanda de importaciones de la leche en polvo en México, se emplean el análisis de cointegración por máxima probabilidad y un vector de corrección de errores (VCE). Para guiar el análisis empírico, en este estudio se establece un modelo de maximización de la utilidad esperada y se estimó un conjunto de ecuaciones de forma reducida. Los resultados muestran que mientras los cambios en el tipo de cambio real tienen un efecto positivo en las importaciones de leche en polvo en México provenientes de los Estados Unidos, la volatilidad del tipo de cambio real tiene un efecto negativo en las importaciones, tanto en el corto como en el largo plazo. El TLCAN no tiene un efecto significativo en las importaciones de leche en polvo que México hace de los Estados Unidos.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,012
Tête enseignante GPT0,259
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEl Trimestre EconómicoMême sujetEconomics of Agriculture and Food MarketsTravaux en français237 207