Detecting Asymmetric Price Transmission with Consistent Threshold along the Fish Supply Chain
Notice bibliographique
Résumé
The present study deals with asymmetric price transmission (APT) along the fish value chain by using a consistent threshold autoregressive (consistent TAR and momentum‐threshold autoregressive [M‐TAR]) model. A nonzero threshold captures strategic behaviors and adjustment costs that are not observable with small price changes around a zero threshold. Fish farming, because of greater control over supply, is expected to produce less asymmetry than wild harvesting. Asymmetry is notwithstanding found for both wild cod and farmed salmon marketed in France, but only with consistent thresholds and operating in opposite ways. The results are discussed with regard to the trade restrictions imposed by the Common Fisheries Policy. Cet article traite de l’asymétrie de transmission des prix (ATP) dans la filière des produits de la mer en utilisant un modèle autorégressif à effet de seuil (consistent TAR et M‐TAR). Un seuil non nul permet de révéler certains comportements stratégiques et des coûts fixes d’ajustement qui ne seraient pas observables sur de faibles variations de prix autour d’un seuil nul. On s’attend à ce que l’aquaculture, en vertu d’un degré de contrôle supérieur sur l’offre, engendre une plus faible asymétrie comparativement à la production halieutique. Une asymétrie de transmission est néanmoins observée à la fois dans le cas du cabillaud sauvage et du saumon d’élevage commercialisés en France, mais uniquement à partir de seuils endogènes et l’ATP agissant en sens opposé. Les résultats sont commentés au regard des restrictions commerciales imposés par la Politique Commune des Pêches européenne.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| 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 ».