MétaCan
Menu
← Retour à la cohorte
Enregistrement W2889113991 · doi:10.1139/cjfr-2018-0153

Projected effects of US tariffs on Canadian softwood lumber and newsprint imports: a cobweb model

2018· article· en· W2889113991 sur OpenAlexvenueaboutno aff
Joseph Buongiorno

Notice bibliographique

RevueCanadian Journal of Forest Research · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest ServiceU.S. Department of Agriculture
Mots-clésNewsprintSoftwoodEconomicsTariffAgricultural economicsProduction (economics)International tradePulp and paper industryMicroeconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

Starting from the cobweb theorem, a model of demand, supply, multilateral trade, and prices was formulated for the softwood lumber and newsprint markets in Canada, the United States (US), and the rest of the world. Parameters were estimated with panel data from multiple years and countries. The model was used to project the effects of US tariffs on softwood lumber and newsprint imports from Canada. To assess the uncertainty of the projections, multiple replications were performed by repeated sampling from the parameters’ statistical distributions. The results suggested that the initial shock of the tariffs dampened out and took 3 to 4 years to stabilize. In the long run, other things being equal, a 20.83% US tariff on softwood lumber imports from Canada decreased US imports from Canada by 4.7% to 8.0% and raised the US price by 0.3% to 2.3% and the US production by 0.9% to 1.7%, with 95% probability, while it lowered the Canadian price by 0.7% to 3.0% and Canadian production by 1.1% to 2.4%. A 28.69% US tariff on newsprint imports from Canada decreased US imports from Canada by 3.2% to 7.0% and raised the US price by 1.4% to 3.3% and the US production by 2.9 to 6.3%, while it lowered the Canadian price by 0.8% to 1.9% and the Canadian production by 1.6% to 3.5%.

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)0,002
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 enseignants0,226
Score d'incertitude au seuil0,454

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,024
Tête enseignante GPT0,289
Écart entre enseignants0,266 · 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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest Research→Même sujetForest Management and Policy→Travaux en français237 207→