MétaCan
Menu
Retour à la cohorte
Enregistrement W2021083061 · doi:10.1080/00036840701604362

Measuring regional effects of monetary policy in Canada

2008· article· en· W2021083061 sur OpenAlexaffabout
George Georgopoulos

Notice bibliographique

RevueApplied Economics · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMonetary policyEconomicsVector autoregressionInterest rateMonetary economicsImpulse responseStructural vector autoregressionMacroeconomics

Résumé

récupéré en direct d'OpenAlex

This article measures monetary policy shocks and examines whether the effects of such shocks have differential regional effects in Canada. We identify three possible sources of regional effects: differences in the importance of interest-sensitive industries, differences in the contribution of exports to output and differences in the proportion of small relative to large firms. Using the overnight interest rate as the instrument of monetary policy, we present impulse responses of industry output from a recursive vector autoregression, which incorporates a cointegrating relation. The results show that manufacturing and primary industries are the most interest sensitive. We conduct impulse responses of provincial employment from a monetary contraction. The results show that Newfoundland and Prince Edward Island (PEI), primary industry-based provinces, are strongly and adversely affected by a monetary contraction. Manitoba, Saskatchewan and Alberta, also primary-based, are also affected. Ontario, which is manufacturing-based, is also affected but to a lesser extent. The response of Quebec, New Brunswick, Nova Scotia and British Columbia are not statistically significant.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,170

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,057
Tête enseignante GPT0,174
Écart entre enseignants0,117 · 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

Citations41
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied EconomicsMême sujetMonetary Policy and Economic ImpactTravaux en français237 207