Price Dynamics in U.S. Grain and Freight Markets
Notice bibliographique
Résumé
This paper studies the spatial price linkages in U.S. grain and transportation markets using cointegration analysis and algorithms of inductive causation on directed acyclic graphs. Transport costs and prices from alternative transportation modes are considered to provide a relatively comprehensive view of the interaction between grain and freight markets over time. Dynamic relationship among corn prices in selected U.S. markets and freight rates, extending from January 1990 to December 2002, are explored. Results suggest the Mississippi Gulf (lower Mississippi River port area) is the most dominant corn market among evaluated export and domestic markets. Also, grain barge rates on the upper Mississippi/Illinois Rivers influence domestic corn markets in contemporaneous time. In the longer‐run, significant dynamic relationships among prices in domestic and export corn markets and freight rates are observed; perturbations in transportation rates affect the variation in corn prices considerably. Le présent article examine les relations d'arbitrage spatial entre les prix pour les marchés des céréales et du transport aux États‐Unis à l'aide d'une analyse de cointégration et d'algorithmes utilisant la notion de causalité inductive sur des graphiques acycliques orientés. Les coûts et les prix de divers modes de transport sont examinés afin de fournir un tableau assez complet de l'interaction entre le marché des céréales et le marché du fret au fil du temps. Nous avons exploré la relation dynamique entre les prix du maïs sur des marchés états‐uniens sélectionnés et les taux de fret, entre janvier 1990 et décembre 2002. Les résultats indiquent que le golfe du Mississippi (zone portuaire du Mississippi inférieur) est le marché de maïs le plus important parmi les marchés intérieurs et extérieurs évalués. Les frais de transport des céréales par barge sur le cours supérieur du Mississippi et la rivière Illinois influencent les marchés intérieurs du maïs à l'heure actuelle. À long terme, des liens dynamiques importants entre les prix sur les marchés du maïs intérieur et extérieurs et les frais de transport sont observés. Des changements de frais de transport affectent considérablement la variation des prix du maïs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».