MétaCan
Menu
Retour à la cohorte
Enregistrement W2167900190 · doi:10.1046/j.0013-0133.2003.172_5.x

Applied Computational Economics and Finance

2003· article· en· W2167900190 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe Economic Journal · 2003
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueStock Market Forecasting Methods
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésToolboxComputational economicsComputer scienceMATLABComputational financeNumerical analysisProcess (computing)Theoretical computer scienceAlgorithmComputational scienceFinanceMathematical economicsProgramming languageMathematicsEconomicsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

The book ‘Applied Computational Economics and Finance’ by Mario Miranda and Paul Fackler is a great hands‐on introduction to selected computational methods that are useful in economics and finance. With its emphasis on practical numerical methods, its large number of code fragments, and an accompanying toolbox of MATLAB programs, this book enables economists without much prior knowledge of computational methods to quickly learn about standard numerical techniques and to apply them to their own models. The lucid discussion of many detailed examples illustrates the usefulness and applicability of the covered computational methods and will accelerate the learning process of any interested reader. The book has two quite different parts. The first, which comprises about one‐third of the book, covers basic numerical techniques such as solution methods for linear and nonlinear systems of equations, techniques for finite‐dimensional optimisation problems, and methods for numerical integration and differentiation and the approximation of functions. The second part covers solution methods for both discrete and continuous time dynamic models and illustrates them in a large number of examples. The book is accompanied by ‘CompEcon’, a toolbox of MATLAB programs that is available on the second author's web site.

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.

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)0,008
score de la tête « metaresearch » (Gemma)0,001
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,489
Score d'incertitude au seuil0,356

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0000,000

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 Opus0,078
Tête enseignante GPT0,347
Écart entre enseignants0,270 · 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