MétaCan
Menu
Retour à la cohorte
Enregistrement W3121752294

A Note on Monitoring Daily Economic Activity Via Electronic Transaction Data

2009· preprint· en· W3121752294 sur OpenAlexaboutno aff
John W. Galbraith, Greg Tkacz

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2009
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceBlackoutEconomyGeographyEconomicsArtPhysicsPower (physics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Economists have traditionally relied on monthly or quarterly data supplied by central statistical agencies for macroeconomic monitoring. However, technological advances of the past several years have resulted in new high-frequency data sources that could potentially provide more accurate and timely information on the current level of economic activity. In this paper we explore the usefulness of electronic transactions as real-time indicators of economic activity, using Canadian debit card data, and using two potentially important economic events as examples. In particular we are able to analyze expenditure patterns around the September 11 terrorist attacks and the August 2003 electrical blackout, and are able to note qualitative differences in the effects of these events which could not be observed through aggregate measures. Les économistes se sont traditionnellement appuyés sur les données mensuelles ou trimestrielles publiées par les agences centrales de statistiques pour suivre la situation macroéconomique. Cependant, les avancées technologiques qui ont été réalisées au cours des dernières années ont entraîné de nouvelles sources de données à haute fréquence, et ces dernières pourraient potentiellement donner lieu à une information plus exacte et plus opportune sur l'état actuel de l'activité économique. Dans le document actuel, nous explorons l'utilité des transactions électroniques comme indicateurs en temps réel de l'activité économique. Pour ce faire, nous recourons aux données canadiennes sur les cartes de débit et utilisons, à titre d'exemples, deux événements économiques susceptibles d'être importants. Plus particulièrement, nous sommes en mesure d'analyser la structure des dépenses lors des attaques terroristes du 11 septembre et de la panne d'électricité d'août 2003 et de noter des différences qualitatives dans les répercussions de ces événements, lesquelles ne pourraient être observées en recourant aux mesures globales.

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)0,009
score de la tête « metaresearch » (Gemma)0,042
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,042
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,011
Études des sciences et des technologies0,0010,001
Communication savante0,0060,006
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,063
Tête enseignante GPT0,316
Écart entre enseignants0,253 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207