MétaCan
Menu
Retour à la cohorte
Enregistrement W2904593090 · doi:10.3386/w25372

Venting Out: Exports During a Domestic Slump

2018· preprint· en· W2904593090 sur OpenAlexaff
Miguel Almunia, Pol Antràs, David López Rodríguez, Eduardo Morales

Notice bibliographique

RevueNational Bureau of Economic Research · 2018
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésSlumpEconomicsEnvironmental scienceBusinessMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

En este artículo utilizamos variación geográfica plausiblemente exógena en la reducción de la demanda interna causada por la Gran Recesión en España para documentar la existencia de una robusta relación causal negativa a nivel de empresa entre cambios provocados por la demanda en las ventas internas y en los flujos de exportaciones. Las empresas manufactureras españolas cuyas ventas internas se redujeron en mayor medida durante la crisis experimentaron un mayor incremento en sus flujos de exportación, incluso una vez que se controla por sus determinantes de oferta, tales como sus costes laborales. Esta relación negativa entre cambios en las ventas internas y cambios en los flujos de exportación provocados por cambios de la demanda ilustra la capacidad de los mercados de exportación para compensar el impacto negativo de shocks de demanda locales. Los resultados presentados en el artículo se racionalizan a través de un modelo estándar de exportaciones con heterogeneidad de empresas que permite la existencia de costes marginales de producción no constantes. Utilizando una versión de este modelo estimada de manera estructural, concluimos que las respuestas a nivel de empresa a la caída de la demanda interna en España podrían explicar alrededor de la mitad del espectacular incremento de las exportaciones de bienes en España (el denominado «milagro exportador español») en el período 2009-2013

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,495
Tête enseignante GPT0,471
Écart entre enseignants0,024 · 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

Citations52
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetMonetary Policy and Economic ImpactTravaux en français237 207