MétaCan
Menu
Retour à la cohorte
Enregistrement W3112296301 · doi:10.1111/twec.13069

Yours is bigger than mine! Could an index like the Producer Subsidy Equivalent help in understanding the comparative incidence of industrial subsidies?

2020· article· en· W3112296301 sur OpenAlexaff
Robert Wolfe

Notice bibliographique

RevueWorld Economy · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSubsidyEconomicsContext (archaeology)Index (typography)State (computer science)AgriculturePrice indexExport subsidyPublic economicsInternational economicsMarket economyMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract State support remains a leading cause of tension in international commercial relations. Governments see trade distortions that look like they were caused by industrial subsidies, but lack data to illuminate that state support. In the 1980s, the Organisation for Economic Co‐operation and Development (OECD) developed an index that helped countries to see the overall incidence of agricultural subsidies, initially called the Producer Subsidy Equivalent (PSE) and the Consumer Subsidy Equivalent (CSE). Are there lessons for today in the PSE approach? I try to answer that question from the standpoint of economics: how did the PSE evolve, what is it, is the concept relevant to industrial subsidies? And of politics: how was OECD able to create the tool, and do present conditions permit something similar? The PSE was a response to a shared perception of crisis. It drew on well‐established concepts in the agricultural economics and trade literatures. And it works best in a context where market power is sufficiently diffuse that a price gap between domestic and world prices can be calculated. Only some of those conditions can be met when applying the approach to concentrated industries dominated by large firms that operate in multi‐country supply chains.

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)0,004
score de la tête « metaresearch » (Gemma)0,048
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,048
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,002
Communication savante0,0040,009
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0370,008

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 Opus0,333
Tête enseignante GPT0,283
Écart entre enseignants0,050 · 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'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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld EconomyMême sujetGlobal trade and economicsTravaux en français237 207