MétaCan
Menu
Retour à la cohorte
Enregistrement W21680053 · doi:10.1016/j.jplph.2011.05.011

Examining Trends in the Nonresidential Building Construction Producer Price Indexes (PPIs)

2014· article· en· W21680053 sur OpenAlexaboutno aff
Justin M Harper

Notice bibliographique

RevueJournal of Plant Physiology · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueFacilities and Workplace Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)Inflation (cosmology)Gross domestic productPrice indexQuarter (Canadian coin)Investment (military)EconomicsValue (mathematics)Construction industryBuilding constructionPrivate sectorGross fixed capital formationAgricultural economicsBusinessEngineeringMacroeconomicsEconomic growthStatisticsMathematicsGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

In 2004, the Bureau of Labor Statistics (BLS) unveiled the Producer Price Index (PPI) nonresidential building construction initiative with the publication of an index for new warehouse building construction. PPI has since added nonresidential building construction indexes for schools, offices, industrial buildings, and health care buildings. This construction sector initiative is noteworthy as it expanded coverage into an important sector of the U.S. economy not previously measured by the PPI, and allowed the examination of different drivers of building construction inflation. According to Bureau of Economic Analysis (BEA) data, in the first quarter of 2005, the value of private fixed investment in structures totaled $1.137 trillion, representing about 8.9 percent of total gross domestic product (GDP). Of private fixed investment in structures, nonresidential structures alone represented $330.8 billion, or about 2.6 percent of total GDP. By the fourth quarter of 2013, nonresidential structures investments grew to $473.4 billion, or 2.8 percent of total GDP.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,026
Tête enseignante GPT0,280
Écart entre enseignants0,254 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Plant PhysiologyMême sujetFacilities and Workplace ManagementTravaux en français237 207