MétaCan
Menu
Retour à la cohorte
Enregistrement W4205488299 · doi:10.2991/assehr.k.211209.063

The Sudden Effects of Crude Oil Futures

2021· article· en· W4205488299 sur OpenAlexaff
Yiyang Piao, Muzhen Ai, Yirun Mao

Notice bibliographique

RevueAdvances in economics, business and management research/Advances in Economics, Business and Management Research · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensOntario College of Art and DesignUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFutures contractCrude oilComputer scienceEnvironmental sciencePetroleum engineeringFinancial economicsEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

The sudden effect of crude futures oil refers to specific events that lead to significant fluctuation in the price of the futures.Event analysis on major occurrences paves us a path to avoid these failures.This article aims to investigate the causality of event-related price vacillations on crude oil.Specifically, this study inspects recent major crude oil price drop incidents, including the Yuan You Bao Failure, the Russia-Saudi Arabia oil price war, and the Suez Canal obstruction.The causes range from human errors on policy differences to naturally occurred disasters and national conflicts.In detail, the Yuan You Bao failure results from a mistake on the Bank of China's financial product dropping below 0 in the Chicago Mercantile Exchange.Besides, the sudden disagreement on supply and demand gives rise to the revenging increase in crude oil production between Russia and Saudi Arabia.Additionally, the Suez Canal Obstruction is ascribed to Ever Given's container ship running aground and blocking the canal after an unpredicted sandstorm.Apart from the events' unpredictability, it finds general flaws in human regulations and market supervision.The comprehensive analysis indicates the importance of law implementations relating to policy regulations on crude oil prices.These results shed light for investors to understand specific events' effects on making decisions and offer solutions for the government in emergency circumstances.

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)0,004
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,303
Écart entre enseignants0,279 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in economics, business and management research/Advances in Economics, Business and Management ResearchMême sujetMarket Dynamics and VolatilityTravaux en français237 207