Business Tendency Surveys in the System of Modern Statistics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The article examines the opportunities of business tendency surveys of enterprises in condition of official statistics imperfection considering the specifics of the development of Russian economy in recent years. Based on the 25-year experience of the Gaidar Institute for Economic Policy in the field of conducting and developing monthly surveys of industrial enterprises, it is shown that this data source is able to supplement the results of traditional statistics, and in the case of 2008-2009 crises, and 2015-2016 - significantly surpass them. So, the crisis of 2008-2009 was registered by IEP surveys a month before its official recognition, and especially in 2015-2016 - the absence of a crisis recession in demand, output and employment, with confident control of enterprises for finished products - were already shown in the first quarter of 2015. The flexible organization of the business surveys of the IEP allows one to directly measure many of the actual phenomena that are relevant at the present stage, but which are not available to traditional statistics. In years 2012-2017, the results of IEP surveys showed a low demand for devaluation of the ruble as a protective measure for the domestic producer in the context of a critical dependence of the industry on imported equipment, components and raw materials. For this reason, the strengthening of the ruble in February 2015 was considered by Russian enterprises to be the most important anti-crisis measure and theassessment of the actual impact of the ruble devaluation on demand, costs and investments in 2015-2017 were always negative.
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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 0,000 |
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.
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 découle