MétaCan
Menu
Retour à la cohorte
Enregistrement W2922179265 · doi:10.34989/san-2016-10

The Case of Serial Disappointment

2021· article· en· W2922179265 sur OpenAlexaffabout
Justin-Damien Guénette, Nicholas Labelle, Martin Leduc, Lori Rennison

Notice bibliographique

RevueStaff Analytical Notes · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésDisappointmentContrast (vision)EconomicsReal gross domestic productEconometricsMonetary economicsPsychologyComputer science

Résumé

récupéré en direct d'OpenAlex

Similar to those of other forecasters, the Bank of Canada’s forecasts of global GDP growth have shown persistent negative errors over the past five years. This is in contrast to the pre-crisis period, when errors were consistently positive as global GDP surprised to the upside. All major regions have contributed to the forecast errors observed since 2011, although the United States has been the most persistent source of notable errors. In turn, the Bank of Canada’s gauge of foreign demand for Canadian exports—the foreign activity measure—has been continuously revised down. Average forecast errors for Canadian GDP growth are also negative over this period, particularly at the one-year-ahead horizon. The most important contributors to this unexpected weakness are exports and business fixed investment, the effects of which were only partly offset by positive surprises on housing. We find that the one-year-ahead export errors can be linked in part to the unanticipated weakness in US growth. Canadian competitiveness may also have been weaker than assumed. The errors on business investment correlate with measures of firm sentiment and uncertainty, as well as with deviations in oil prices from the view in the Bank’s baseline forecast. The possibility that a period of negative surprises in foreign and domestic output growth could continue over the coming years raises important questions for future study by central banks and policy-makers.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,937

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,328
Écart entre enseignants0,304 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStaff Analytical NotesMême sujetCanadian Policy and GovernanceTravaux en français237 207