MétaCan
Menu
Retour à la cohorte

The cost and technological structure of aluminium smelters worldwide

2000· article· en· W2062128811 sur OpenAlexaff
Robert Gagn�, Carmine Nappi

Notice bibliographique

RevueJournal of Applied Econometrics · 2000
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésVintageSmeltingReturns to scaleEconomicsEconometricsVariable costTechnological changeProduction (economics)Technical changeVariable (mathematics)Scale (ratio)AluminiumAluminium smeltingSample (material)MathematicsMicroeconomicsMetallurgyMacroeconomicsProductivityGeographyMaterials science

Résumé

récupéré en direct d'OpenAlex

A cost model is developed for the estimation of several technological parameters describing the production process of aluminium smelters worldwide. The model is similar to Baltagi and Griffin's (1988), but, instead of estimating technological change using a panel data set of firms, we estimate, among other things, the vintage effect, using a cross-section of aluminium smelters in operation throughout 1994. The vintage effect is defined as the variable cost differential that may be attributed to the utilization of a specific technical vintage in the production of aluminium in relation to another. Other technological measurements are also discussed: the scale effect or returns to scale and technological characteristic effects, i.e. the variable cost elasticities with respect to pot size and current intensity. The results show that considerable cost reductions may be expected from the change of old technical vintages to more recent ones. Also, results show that for a majority of smelters in the sample, returns to scale seem to be exhausted. Finally, variable costs are very sensitive to pot size in the sense that large cost reductions can be expected from the increase in pot size, an important characteristic of the technology used by smelters. Copyright © 2000 John Wiley & Sons, Ltd.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,616

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,202
Écart entre enseignants0,181 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations10
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EconometricsMême sujetFirm Innovation and GrowthTravaux en français237 207