MétaCan
Menu
← Retour à la cohorte
Enregistrement W2612044876 · doi:10.1111/caje.12325

The role of uncertainty, sentiment and cross‐country interactions in G7 output dynamics

2018· article· en· W2612044876 sur OpenAlexvenueno aff
Anthony Garratt, Kevin Lee, Kalvinder Shields

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesEconomicsExplicationPhilosophy

Résumé

récupéré en direct d'OpenAlex

Abstract Output fluctuations in the G7 are characterized using a VAR model of countries’ actual and expected outputs and uncertainty over these. New measures are developed to quantify the relative importance of economic prospects‐versus‐uncertainty, global‐versus‐national effects and fundamentals‐versus‐sentiment for countries’ persistent output movements. National and global contributions are found to be equally important across the G7 although considerable differences exist between countries. Uncertainty, and especially cross‐country uncertainty, is important in propagating the effects of shocks and generates around 20% of countries’ persistent output movements on average. Fundamentals dominate output movements although, with an 80:20 split, sentiment plays a non‐negligible role. Résumé Le rôle de l’incertitude, du sentiment, et des interactions entre pays dans la dynamique de production du G7. Les fluctuations du produit agrégé dans le G7 sont caractérisées par un modèle vectoriel autorégressif des produits observés et anticipés des pays, ainsi que de l’incertitude qui entoure ces mesures. De nouvelles mesures sont développées pour quantifier l’importance relative des perspectives‐versus‐l’incertitude, des effets globaux‐versus‐nationaux, et des fondamentaux‐versus‐croyances et sentiments dans l’explication des mouvements persistants dans la production des pays. Il appert que les contributions des dimensions globales et nationales sont également importantes à travers le G7, même si des différences considérables existent entre pays. L’incertitude, et particulièrement l’incertitude entre pays, est importante dans le processus de propagation des effets des chocs, et génère environ 20 % en moyenne des mouvements de production persistants des pays. Les fondamentaux dominent les mouvements de la production, mais avec un rapport 80–20, le sentiment joue un rôle non‐négligeable.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,057
Tête enseignante GPT0,199
Écart entre enseignants0,142 · 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'étudeSimulation ou modélisation
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

Citations8
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économique→Même sujetMarket Dynamics and Volatility→Travaux en français237 207→