MétaCan
Menu
Retour à la cohorte
Enregistrement W2463569199 · doi:10.22067/jead2.v1389i2.3941

برآورد تاثیر متقابل حمایت مرزی و داخلی در بخش کشاورزی ایران

2010· article· fa· W2463569199 sur OpenAlexaboutno aff
امید گیلانپور, مینا حجازی

Notice bibliographique

Revueپژوهش های اقتصاد و توسعه کشاورزی · 2010
Typearticle
Languefa
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubsidyEstimationOrder (exchange)AgricultureGovernment (linguistics)EconomicsDistortion (music)Agricultural policyPublic economicsBusinessMarket economyGeography

Résumé

récupéré en direct d'OpenAlex

One of the unique characteristic of agricultural agreement is to order the countries to accept the commitments in three different areas such as domestic support, market access and export subsidy. Although the main goal of this type of classification is the reduction of distortion interventions of trade, but indicates that the agricultural agreement has special attention to political tools against the trade effects of agricultural policies. Whereas it is expected that the attention to the trade effects of policies must has more priority. This subject has been taken into consideration by researches formerly, yet in this paper a method is presented for the first time, to measure the amount of reciprocal effect in two areas, market access and domestic support. The result of this essay shows that in Iran like countries such as U.S and Canada the government supports some of agricultural producers with applying border and domestic support at the same time. Disregarding to this stimulatingly causes under estimation of domestic price support about %161. This result confirmed the conclusions of Anania (1997), Gurter and Ingco (2002) that are based upon the impressionability of domestic support from border policies and the necessity of redefine of amber box. But it is against the conclusion of Anania (1997) that is based upon over estimation of aggregate measurement support because of stimulating of these policies. JEL: Q18, Q17, F13

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,241

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0720,034

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 Opus0,052
Tête enseignante GPT0,195
Écart entre enseignants0,143 · 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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueپژوهش های اقتصاد و توسعه کشاورزیMême sujetGlobal trade and economicsTravaux en français237 207