MétaCan
Menu
Retour à la cohorte
Enregistrement W1600025638 · doi:10.3386/w12178

The Post MFA Performance of Developing Asia

2006· report· en· W1600025638 sur OpenAlexaff
John Whalley

Notice bibliographique

RevueNational Bureau of Economic Research · 2006
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésClothingChinaBusinessSpeculationInternational tradeProduct (mathematics)Chinese marketInternational economicsCommerceEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

This paper assesses the impact thus far that the termination of trade restrictions under the Multi Fibre Arrangement (MFA) which up to the end of 2004 applied to exports of clothing and textiles in key OECD markets has had on Asian suppliers.The speculation prior to MFA termination had been that large increases of Chinese exports would ensue, and at the expense of other Asian suppliers.Using data from US, EU Chinese and other sources, the picture that emerges is only small impacts on aggregate US and EU imports of clothing and textiles, and equally only small impacts on aggregate Chinese exports of clothing and textiles.There are, however, large changes in the country pattern of trade, and also within more narrowly defined product categories.There are large increases in shipments from China to both the US and the EU, and for the US proportionally more so in textiles than in clothing.But the US accounts for only 20% of China's exports of clothing and textiles, and exports to Japan (comparable in size to the US) hardly change, and to Hong Kong fall sharply.There are also large price falls for shipments to the US and to certain EU countries (Germany).The shares of other Asian suppliers in US markets generally hold up well, with the largest falls occurring in preferentially treated non Asian suppliers such as Mexico.In EU markets, with the exception of India, all non Chinese Asian suppliers experience falls in their market share.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
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 Opus0,422
Tête enseignante GPT0,434
Écart entre enseignants0,012 · 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'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

Citations26
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

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