MétaCan
Menu
← Retour à la cohorte
Enregistrement W2183479217

Supplemental Appendix for “Does the Use of Imported Intermediates Increase Productivity? Plant-Level Evidence” (NOT FOR PUBLICATION)

2007· article· en· W2183479217 sur OpenAlexaff
Hiroyuki Kasahara, Joel Rodrigue

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHermeneutics and Narrative Identity
Établissements canadiensQueen's UniversityWestern University
Organismes subventionnairesnon disponible
Mots-clésProxy (statistics)ObservableEconometricsMathematicsProductivityEconomicsMathematical economicsStatisticsPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

1.1 The issue of selection in the LP approach In this section we outline how we control for endogeneous selection while using LP intermediate proxy approach. The idea is essentially the same as the one used in Olley and Pakes (1996); namely, we first identify the state variables that are relevant for endogneous exiting decisions and approximate the survival probabilities using the polynomials in the observable variables. Then, we can control for the endogenous exiting decision by including the polinomials in the survival probabilities when the moment conditions are constructed. First, the state variables that are relevant for the plant exit decision are the predetermined level of capital kit and the past import decision di,t−1. The model in section 2 implies that a plant chooses to continue to produce if the current realization of productivity term ωit is higher than the threshold value ωt(kit, di,t−1). One might think that the intermediate proxy approach is not applicable to control for the selection bias because we cannot “recover ” ωit from observables given that we do not observe the current period intermediates if the plant chooses to exit. Note, however, that ωit follows the first order Markov process ωit = ξt + γdi,t−1 + ωi,t−1 + uit (equation (8) in the main text) and, thus, it is possible to approximate ωit using the observable variables (di,t−1, ωi,t−1), where ωi,t−1, in turn, can be proxied by the past value of intermediates, the past capital, and the past import decision so that ωi,t−1 = ω∗t−1(xi,t−1, ki,t−1, di,t−1) (equation (10) in the main text).

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)0,003
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,657
Score d'incertitude au seuil0,490

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,038
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,6570,173

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 Opus0,173
Tête enseignante GPT0,309
Écart entre enseignants0,136 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHermeneutics and Narrative Identity→Travaux en français237 207→