Does a Stronger Dollar Erode the Profitability of U.S. Firms?
Notice bibliographique
Résumé
In 2015, the percentage of S&P 500 sales from foreign countries decreased, compared with 2014 when they ticked up after five years of stagnation.The overall rate for 2015 was 44.3%, down from 47.8% in 2014 and up from the rate of 46% seen in each of the prior five years (2009)(2010)(2011)(2012)(2013).S&P 500 foreign sales represent products and services produced and sold outside of the U.S. European sales continued to increase in 2015, with Europe becoming the dominant region and accounting for 7.79% of all S&P 500 sales, up from the prior year's 7.46%, which was up from 2013's 6.80% rate.After declining four years in a row, sales in the U.K. increased to 1.86% from 0.89% in 2014, 1.12% in 2013, 1.73% in 2012, and 2.39% in 2011. Asian sales reversed their course and decreased, representing 6.77% of S&P 500 sales, down from 7.80% in 2014 and 7.71% in 2013.Canadian sales decreased to 1.17% from the prior year's rate of 3.51%, as declines were seen in oil and commodity prices, and demand for related services and equipment fell. African declared sales decreased to 3.16% from the 4.09% calculated for 2014 and 3.55% for 2013. Energy took the title of leader in exposure to foreign sales, as its domestic sales fell.The sector reported 57.88% of its sales as foreign, up from 2014's 56.23%.Information technology's exposure declined to 57.78% (a tick below energy's) from its rate of 59.39% in 2014.In terms of its sector-level representation of total sales, however, information technology represented 21.93% of all foreign sales, up from 18.34% in 2014, as energy represented 15.46%, down from 21.54% in 2014.
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 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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».