MétaCan
Menu
Retour à la cohorte
Enregistrement W4214753053 · doi:10.1093/acrefore/9780190625979.013.691

Comparative Advantage in Contemporary Trade Models

2022· reference-entry· en· W4214753053 sur OpenAlexaff
Peter Morrow

Notice bibliographique

RevueOxford Research Encyclopedia of Economics and Finance · 2022
Typereference-entry
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEconomicsAutarkyComparative advantageMicrofoundationsCounterfactual thinkingEconometricsInternational tradeNeoclassical economicsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Models of comparative advantage in international trade explain specialization using differences in autarky relative prices. This literature has traditionally focused on the Heckscher–Ohlin and Ricardian models. The former emphasizes differences in factor abundance across countries and in factor intensity across goods; the latter focuses on relative productivity differences across countries and goods. However, unrealistic assumptions and stark assumptions have hindered empirical assessment of these models. Contemporary models now allow researchers to overcome these hurdles. New models of Ricardian comparative advantage incorporate realistic geography and multiple countries. Similar advances have freed the Heckscher–Ohlin model from some of its theoretical straightjackets. In addition, researchers have started to provide microfoundations for the Ricardian model and to formalize how institutions and factor market distortions might generate patterns of comparative advantage. Trade economists have also started to think about magnitudes in a different way; that is, through general equilibrium counterfactual experiments.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,853
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,227
Tête enseignante GPT0,317
Écart entre enseignants0,090 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOxford Research Encyclopedia of Economics and FinanceMême sujetGlobal trade and economicsTravaux en français237 207