MétaCan
Menu
Retour à la cohorte
Enregistrement W2234494531 · doi:10.1111/1540-5982.00131

Import price elasticities: reconsidering the evidence

2002· article· en· W2234494531 sur OpenAlexvenueno aff
Hélène Erkel‐Rousse, Daniel Mirza

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsHomogeneousMonopolistic competitionEconometricsEconomyMathematicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Recent economic geography and trade empirical studies based on monopolistic competition suggest high levels of trade price elasticities (between 3 and 11). However, price elasticity estimations in trade equations using unit values as price proxies usually lead to lower values of around unity. We show that those inconclusive results may be due to some misspecification in these equations as well as measurement errors in prices. When suitable instrumental variables are used, within a panel of industrialized countries, we obtain high price elasticities, the majority ranging from 1 to 13. The highest estimates correspond to industries producing homogeneous goods. JEL classification: C2, C3 and F1. Les élasticités prix des importations : un nouveau coup d’oeil aux résultats. Plusieurs études empiriques récentes fondées sur des modèles de concurrence monopolistique exhibent des élasticités prix estimées des échanges élevées (entre 3 et 11). Or, la plupart des élasticités prix estimées dans la littérature approchant les prix par des valeur unitaires sont plus faibles, de l’ordre de 1. Nous montrons que ces résultats non concluants pourraient provenir d’une mauvaise spécification des équations d’échanges ou d’erreurs de mesure sur les prix. Quand ceux‐ci sont correctement instrumentés, sur un panel de pays industrialisés, nous obtenons des élasticités prix élevées (de 1 à 13). Les plus fortes correspondent aux secteurs produisant des biens homogènes.

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)0,013
score de la tête « metaresearch » (Gemma)0,047
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 enseignants0,025
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,047
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0060,008
Études des sciences et des technologies0,0010,004
Communication savante0,0060,008
Science ouverte0,0030,004
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0250,004

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 Opus0,513
Tête enseignante GPT0,182
Écart entre enseignants0,331 · 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

Citations175
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetGlobal trade and economicsTravaux en français237 207