Agricultural Trade Policy Modelling: Insights from a Meta-Analysis of Doha Development Agenda Outcomes
Notice bibliographique
Résumé
In a meta-analysis of trade policy models, Hess and von Cramon-Taubadel (2008) use over 5800 simulated welfare effects from 110 studies of potential Doha Development Agenda outcomes to identify characteristics of models, data and policy experiments that influence simulation results. This meta-analysis, which is recapitulated here, produces plausible results and explains a significant proportion of the variation in simulated welfare effects. However, due to insufficient documentation and the complexity of the general and partial equilibrium models in the literature sample, many explanatory variables employed in this analysis are binary. This precludes more detailed analysis of their impacts across models. Therefore, a partial equilibrium model and a single country CGE for Canada are employed to generate synthetic meta-data. Simulation scenarios are based on random combinations of base data, elasticities and tariff changes selected from plausible ranges obtained from the literature sample. The synthetic meta-data has the advantage that the values of explanatory variables are measured exactly. This makes it possible to explore more complex issues of functional form and interaction between variables in the meta-analysis. The results indicate for both models that first- and second-order polynomials provide sufficient approximations of the model response. Especially in the CGE model, interaction terms between elasticities and policy variables are important. We conclude that meta-analysis can provide insights into the behaviour of trade policy models beyond what is possible with conventional sensitivity analysis and qualitative reviews.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,118 | 0,200 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,031 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».