MétaCan
Menu
Retour à la cohorte
Enregistrement W2942263513

Identification des points de retournement du cycle économique au Canada

2019· article· fr· W2942263513 sur OpenAlexaboutno aff
Rachidi Kotchoni, Dalibor Stevanović, Stéphane Surprenant

Notice bibliographique

RevueCIRANO Project Reports · 2019
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Economic and Spatial Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ce rapport propose d’etablir un historique des cycles economiques au Canada et de comparer les cycles estimes a travers les di?erentes regions et di?erents secteur d’activite economique. Dans un premier temps, les cycles sont estimes sur des donnees d’emplois provinciales et sectorielles par des modeles a changements de regime marko-viens (Markov-switching models). Ils sont compares a l’aide de mesures basees sur les correlations des series de probabilites de recession. Une certaine dispersion des cycles economiques semble exister au Canada, surtout entre l’est et l’ouest du pays, mais les cycles apparaissent relativement synchronises. L’exercice est e?ectue selon deux desai-sonnalisations des donnees d’emplois et il apparait qu’un lissage plus important lors de la desaisonnalisation a?ecte la saillance des points de retournement. Dans un deuxieme temps, l’approche multivariee est proposee en tablant sur une base de donnees de plus de 150 variables macroeconomiques canadiennes et l’analyse en composantes princi-pales. Les resultats suggerent encore des di?erences cycliques entre l’est et l’ouest du pays et des cycles relativement synchronises. Par contre, l’approche multivarie identi-fie les cycles plus uniformement a travers le pays que l’approche univariee basee sur l’emploi.

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)0,006
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,019
Tête enseignante GPT0,202
Écart entre enseignants0,183 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCIRANO Project ReportsMême sujetRegional Economic and Spatial AnalysisTravaux en français237 207