MétaCan
Menu
← Retour à la cohorte
Enregistrement W2254379394 · doi:10.20381/ruor-25532

Comovement of oil prices with US economic indicators over the business cycle: facts and explanations

2014· preprint· fr· W2254379394 sur OpenAlexafffund
Yazid Dissou, Lilia Karnizova

Notice bibliographique

RevueuO Research (University of Ottawa) · 2014
Typepreprint
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésEconomicsOil priceBusiness cycleProduction (economics)Price settingAggregate (composite)EconometricsMonetary economicsMacroeconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Empirical industry-level studies find a systematic pattern of output and price responses to variations in oil prices. This pattern depends on the energy-intensity of production and on the origin of oil price shocks. We build a multisector business cycle model that features endogenous production of oil, multiple sources of oil price movements and intersectoral input-output linkages. The model explains the observed sectoral heterogeneity in output and price responses to oil prices changes, previously emphasized by empirical studies. In addition, we show that accounting for the sectoral linkages helps amplify the predicted effects of oil price changes at the aggregate level. / Plusieurs études empiriques ont trouvé une relation systématique entre les réactions du prix et de la production suite aux changements du prix du pétrole. Cette relation dépend de l’intensité énergétique de la production et de l’origine du choc du prix du pétrole. Nous construisons un modèle multisectoriel de cycle économique caractérisé par une production endogène du pétrole, plusieurs sources de variations de prix du pétrole, et par la présence de relations intersectorielles. Le modèle explique l’hétérogénéité observée dans les réponses de la production et des prix, suite aux variations du prix du pétrole, qui a été mentionnée dans les études empiriques. Nous montrons aussi que la prise en compte des relations interindustrielles permet d’amplifier les effets agrégés des changements du prix du pétrole.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,027
Tête enseignante GPT0,245
Écart entre enseignants0,218 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueuO Research (University of Ottawa)→Même sujetMarket Dynamics and Volatility→Travaux en français237 207→