MétaCan
Menu
Retour à la cohorte
Enregistrement W2551374010 · doi:10.1186/s40008-016-0059-2

NAFTA trade (and some extra NAFTA trade) in value added and its distribution, 1995–2011

2016· article· en· W2551374010 sur OpenAlexaboutno aff
Rosario Cervantes-Martínez, Jorge Ignacio Villaseñor Becerra, Martín Romero-Morett

Notice bibliographique

RevueJournal of Economic Structures · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesSecretaría de Educación Pública
Mots-clésValue (mathematics)EconomicsDistribution (mathematics)Capital (architecture)International economicsInternational tradeFree tradeAgricultural economicsGeography

Résumé

récupéré en direct d'OpenAlex

The trade deficit of the USA with its NAFTA partners, Mexico and Canada, increased since 1994 from 21,991 to 119,257 million dollars in 2013 (UNCOMTRADE, 2015. http://comtrade.un.org/db ), and most of this increase is explained by the growth in the volume of commerce between Mexico and the USA. Nonetheless, since the mid-1990s Mexico has been experiencing its lowest economic growth rates. By using the World Input Output Database and the Input–Output Analysis, this paper presents an estimate of the intra-NAFTA trade flows in terms of value added and its distribution among both labor and capital; labor by skill level; and content of persons engaged. The findings show that trade between the NAFTA members is quite different concerning value added. In 1995 the USA had a trade deficit of 30,351 million dollars with Canada, of which 6384 million dollars was a surplus in favor of Canada in terms of value added. Similarly, the same year the USA had a deficit of 4276 million dollars with Mexico that became a surplus for the latter of 4561 million dollars in terms of value added. For the following years, until 2011, a similar pattern was observed. The distribution of this value added between capital and labor compensations tends to favor USA and Canadian workers, especially middle-skilled labor, and the sector that tends to have the lowest share is the low-skilled Mexican and Canadian workers. Even more, the average labor compensations per hour grew less for the three types of Mexican workers.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil0,956

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,218
Écart entre enseignants0,181 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economic StructuresMême sujetGlobal trade and economicsTravaux en français237 207