Estimating the Impacts of Government Interventions in the International Rice Market
Notice bibliographique
Résumé
A procedure is developed to estimate the distortions and welfare impacts of government interventions in the international rice market. The procedure is based on a spatial equilibrium model and the application of conjectural variations. The model estimates asymmetric price distortions caused by policies in both exporting and importing countries. We find that the measures of price distortion are slightly larger due to actions in importing countries than in exporting countries. The results show that welfare gains of U.S.$1.2 billion or about 14.8% are possible when all trading distortions are removed. Nous avons mis au point une méthode pour estimer les répercussions de l'intervention gouvernementale sur les distorsions et le bien‐être sur le marché international du riz. Cette méthode est fondée sur un modèle d'équilibre spatial et l'application de variations conjecturales. Le modèle estime les distorsions de prix asymétriques causées par les politiques des pays exportateurs et importateurs. Nous avons trouvé que la distorsion des prix est légèrement plus élevée dans les pays importateurs que dans les pays exportateurs, en raison de leurs mesures respectives. Les résultats ont montré qu'il était possible de réaliser des gains de 1,2 milliard $US, soit environ 14.8 %, en éliminant la distorsions des échanges.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».