MétaCan
Menu
Retour à la cohorte
Enregistrement W2228927085

Effects of Regional Trade Agreements on Trade in Agrifood Products: Evidence from Gravity Modeling Using Disaggregated Data

2004· article· en· W2228927085 sur OpenAlexaff
Sampath Jayasinghe, Rakhal Sarker

Notice bibliographique

RevueIowa State University Digital Repository (Iowa State University) · 2004
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésGravity model of tradeTrade diversionFree tradeRest (music)Trade creationInternational economicsInternational tradeOpenness to experienceEconomicsTrade barrierRegional tradeInternational free trade agreementWelfareEconomic integrationLiberalizationOrdinary least squaresCommercial policyEconometrics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The recent proliferation of regional trade agreements (RTAs) has intensified the debate on their merits. A growing literature has addressed this policy debate, focusing on the welfare and trade effects of RTAs and their likely impacts on the multilateral trading system. Some view them as stepping-stones toward multilateral trade liberalization while others see them as stumbling blocks against free trade. The existing literature has neglected some important aspects of RTAs dealing with trade in agrifood products. This study analyzes trade creation and diversion effects of the North American Free Trade Agreement (NAFTA) on trade of six selected agrifood products from 1985 to 2000. The investigation estimates an extended gravity model using pooled cross-sectional time-series regression and generalized least squares methods. The result shows that the share of intraregional trade is growing within NAFTA and that NAFTA has displaced trade with the rest of the world. NAFTA has served to boost trade significantly among its members rather than with the rest of the world. Countries participating in NAFTA have moved toward a lower degree of relative openness in agrifood trade with the rest of the world.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,079
Tête enseignante GPT0,197
Écart entre enseignants0,118 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIowa State University Digital Repository (Iowa State University)Même sujetGlobal trade and economicsTravaux en français237 207