MétaCan
Menu
Retour à la cohorte
Enregistrement W2277792087 · doi:10.2118/0215-033-twa

A Young Professional’s Guide to the Impact of Oil Price Volatility in Russia and China

2015· article· en· W2277792087 sur OpenAlexaff
Shruti Ravindra Jahagirdar, Kristin Weyand, Batool Arhamna Haider, Li Zhang

Notice bibliographique

RevueThe Way Ahead · 2015
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensConocoPhillips (Canada)
Organismes subventionnairesnon disponible
Mots-clésChinaGeopoliticsWorld economyInternational tradeEconomyOil reservesPoliticsBusinessEconomicsGeographyPetroleumPolitical science

Résumé

récupéré en direct d'OpenAlex

A Young Professional’s Guide When the prices of oil and gas spiral upward or downward, the effects are felt around the world. Economies of some countries are affected more than the others, especially, if they are large oil-exporting and -importing countries. Four of the five largest oil-importing nations, China, Japan, India, and South Korea, are in Asia and collectively import more than 15 million B/D of oil, according to the CIA World Factbook 2013–14. Any shift in oil price results in huge adjustments to these countries’ national budgets. The world’s largest oil-exporting nations include Saudi Arabia, Russia, Iraq, Iran, and Nigeria. Collectively, these nations have the capacity to dominate the global oil economy. Let us take a closer look at the impact of changing oil and gas prices on Russia, one of the largest oil- and gas-exporting nations, and China, one of the largest oil- and gas-importing nations in the world. Russia: Oil and Gas Exporter Russia tops the chart as the largest country in the world by area, encompassing 6.6 million sq miles. It leads the political scene as one of the most powerful and developed countries in the world and maintains its innovative edge as a leader in nuclear power and space research. For a country with so much independent power, Russia’s economy remains hugely dependent upon the energy and mineral resources that it holds. Blessed with abundant resources, Russia exerts huge geopolitical influence on its European neighbors. Of paramount importance to countries such as Ukraine, Russia supplies 25%–30% of natural gas needs in Europe, according to the International Monetary Fund (IMF). Oil and gas fund about half of the Russian budget, reports CNN. So what happens when commodities prices fluctuate—either up or down?

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,210

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0630,031

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 Opus0,020
Tête enseignante GPT0,343
Écart entre enseignants0,323 · 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'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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Way AheadMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207