MétaCan
Menu
Retour à la cohorte
Enregistrement W3124812337 · doi:10.3386/w23979

Relative Prices and Sectoral Productivity

2017· report· en· W3124812337 sur OpenAlexafffund
Margarida Duarte, Diego Restuccia

Notice bibliographique

RevueNational Bureau of Economic Research · 2017
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaCanada Research Chairs
Mots-clésProductivityEconomicsRelative priceMonetary economicsAgricultural economicsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

The relative price of services rises with development.A standard interpretation of this fact is that productivity differences across countries are larger in manufacturing than in services.The service sector comprises heterogeneous categories.We document that many disaggregated service categories-such as transportation, communication, and finance-feature a negative income elasticity of relative prices, whereas the relative price of aggregate services is mostly driven by large expenditure categories in housing, collective government, and health that feature a positive income elasticity of relative prices.We also document a substantial reallocation of expenditures in services from categories with positive income elasticities (traditional services) to categories with negative elasticities (non-traditional services) as income rises.Using an otherwise standard multi-sector development accounting framework extended to include an input-output structure, we find that the cross-country income elasticity of sectoral productivity is large in non-traditional services (1.15), smaller in manufacturing (1.05) and much smaller in traditional services (0.67).Eliminating cross-country productivity differences in non-traditional services reduces aggregate income disparity by 58 percent, a 7.9-fold reduction in aggregate productivity differences.We also find that the heterogeneity between traditional and non-traditional services has a substantial impact on aggregate productivity and that the input-output structure is important in this assessment.

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)0,013
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,002

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 Opus0,504
Tête enseignante GPT0,490
Écart entre enseignants0,013 · 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

Citations20
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetFiscal Policy and Economic GrowthTravaux en français237 207