MétaCan
Menu
Retour à la cohorte
Enregistrement W3123578918 · doi:10.24149/gwp215

Geographic Barriers to Commodity Price Integration: Evidence from US Cities and Swedish Towns, 1732-1860

2014· preprint· en· W3123578918 sur OpenAlexafffund
Mario J. Crucini, Gregor W. Smith

Notice bibliographique

RevueFederal Reserve Bank of Dallas, Globalization and Monetary Policy Institute Working Papers · 2014
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensQueen's University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNational Science Foundation
Mots-clésCommodityConvergence (economics)Dispersion (optics)Price dispersionEconomicsEconomic geographyInternational economicsGeographyEconometricsMacroeconomicsMarket economy

Résumé

récupéré en direct d'OpenAlex

We study the role of distance and time in statistically explaining price dispersion for 14 commodities from 1732 to 1860. The prices are reported for US cities and Swedish market towns, so we can compare international and intranational dispersion. Distance and commodity-specific fixed effects explain a large share -roughly 60% -of the variability in a panel of more than 230,000 relative prices over these 128 years. There was a negative "ocean effect": international dispersion was less than would be predicted using distance, narrowing the effective ocean by more than 3000 km. Price dispersion declined over time beginning in the 18th century. This process of convergence was broad-based, across commodities and locations (both national and international). But there was a major interruption in convergence in the late 18th and early 19th centuries, at the time of the Napoleonic Wars, stopping the process by two or three decades on average.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,241
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,065
Tête enseignante GPT0,265
Écart entre enseignants0,199 · 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.

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

Citations2
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFederal Reserve Bank of Dallas, Globalization and Monetary Policy Institute Working PapersMême sujetMonetary Policy and Economic ImpactTravaux en français237 207