MétaCan
Menu
Retour à la cohorte
Enregistrement W2034851233 · doi:10.1080/00036840500215683

Exchange rate pass-through in Canadian manufacturing: its direct and indirect components

2005· article· en· W2034851233 sur OpenAlexaffabout
Stanley W. Kardasz, Kenneth R. Stollery

Notice bibliographique

RevueApplied Economics · 2005
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEconomicsIndirect effectExchange rateExchange-rate pass-throughDepreciation (economics)TariffInternational economicsMonetary economicsMarginal costIndirect costsCurrencyForeign direct investmentDomestic marketMacroeconomicsInternational tradeMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Changes in the exchange rate have direct and indirect effects on the prices of domestically produced goods and imports in the domestic market. The direct effects originate with the impact of the exchange rate on the marginal cost of imports; the indirect effects, with its impact on the price of materials used by domestic producers and hence on their marginal costs. Direct and indirect exchange rate pass-through elasticities are estimated for 37 Canadian manufacturing industries and their determinants are examined in a cross-section analysis. It is found that the direct and indirect elasticities are approximately equal in size for domestic goods, while the direct effect is dominant for imports. For a small number of industries, the net result of the direct and indirect effects is that a depreciation of the domestic currency increases the competitiveness of imports, contrary to conventional analysis. Important determinants of the direct (indirect) elasticities are the import share and non-tariff barriers (the responsiveness of domestic costs to changes in the exchange rate, and concentration).

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)0,006
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 enseignants0,043
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,059
Tête enseignante GPT0,197
Écart entre enseignants0,138 · 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

Citations5
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied EconomicsMême sujetGlobal trade and economicsTravaux en français237 207