A conceptual framework for the oil market dynamics: A systems approach
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The recent decade witnessed both steep ascending and descending trends in global oil prices. As a main energy resource, oil has been playing a substantial role in contemporary world’s economics. Hence, analyzing and understanding short- to long-term dynamics of oil prices is still one of challenging issues in the global economic- and energy-related debate topics. Although the literature is full of significant analytical studies that focus on particular issues related to the real oil prices, less can be found that integrates various factors affecting its dynamics. An integrated model, in which focal variables are included in main building blocks are illustrated with their interrelationships, helps policy makers to better understand the system. In this article, using a systems approach, a conceptual framework is developed to demonstrate various (economic and financial, technological, political, demographic, and industrial) factors that impact on the dynamics of the futures and spot prices with their interrelations. It is shown that unilateral (and univariate) analyzes is not sufficient in oil market dynamics analysis and systems approach should be applied. To do so, a subsystems diagram is developed based on literature review and analysis of oil market statistics. To validate the framework, windowed correlation analysis, Granger causality test, and regression analysis are utilized. Accordingly, a causal loop diagram is developed to describe interrelationships between main variables making the dynamics of oil prices. The framework provides practitioners with a foundation to conduct different related analyses. A quantified system dynamics model can be built based on this framework to simulate the market behavior and predict probable future trends and fluctuations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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