MétaCan
Menu
Retour à la cohorte
Enregistrement W2135402714 · doi:10.1080/00036840701591361

A modified, implicit, directly additive demand system

2007· article· en· W2135402714 sur OpenAlexaff
Paul V. Preckel, John Cranfield, Thomas W. Hertel

Notice bibliographique

RevueApplied Economics · 2007
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomics of Agriculture and Food Markets
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésEconomicsSubsistence agricultureConsumption (sociology)EconometricsConsumer demandClothingAlmost ideal demand systemMicroeconomicsAgricultural economicsRange (aeronautics)Production (economics)Ecology

Résumé

récupéré en direct d'OpenAlex

A recently developed demand system, nicknamed AIDADS (An Implicit, Directly Additive Demand System), offers an approach to capturing consumer preferences across a wide range of expenditure levels. AIDADS generalizes the LES by assuming marginal budget shares vary with utility and hence with expenditure. Like the LES, AIDADS includes subsistence parameters that define minimum consumption levels. Here we present a modified AIDADS (MAIDADS) that replaces the constant subsistence parameters with functions that also vary with utility; these transformed subsistence levels are referred to as minimum consumption quantities. This model is applied to the 1996 International Consumption Project data. As these data span a wide range of expenditure levels, MAIDADS offers a viable alternative for the estimation of a ‘global demand system’. Results suggest minimum consumption quantities for staple grains, livestock, other food products, alcohol and tobacco, clothing and footwear and transport and transport services vary with expenditure, while those for rent and fuel and household furnishings and operations are zero and invariant across expenditure levels. Only the minimum consumption quantity for staple grains declines with expenditure.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,683
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,002

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 Opus0,012
Tête enseignante GPT0,180
Écart entre enseignants0,169 · 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.

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

Citations13
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied EconomicsMême sujetEconomics of Agriculture and Food MarketsTravaux en français237 207