MétaCan
Menu
Retour à la cohorte
Enregistrement W4230044764 · doi:10.1080/13504850600949145

Nonlinear vs. nonstationary of hysteresis in unemployment: evidence from OECD economies

2008· article· en· W4230044764 sur OpenAlexaboutno aff
Cheng-Hsun Lin, Nai‐Fong Kuo, Cheng-Da Yuan

Notice bibliographique

RevueApplied Economics Letters · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHysteresisUnemploymentUnit rootEconomicsUnemployment rateMean reversionNonlinear systemPoint (geometry)EconometricsUnit (ring theory)Unit root testEmpirical evidenceSeries (stratigraphy)MacroeconomicsKeynesian economicsDemographic economicsMathematicsCointegrationPhysicsGeology

Résumé

récupéré en direct d'OpenAlex

This study examines the lower and higher boundaries for the threshold value to be considered an indicator of unemployment in a specific country. Specially, the objective is to conduct the critical moment of hysteresis effects happening in unemployment rate using a group of 16 OECD countries. The methodological strategy applies a developed tool of threshold tests involving unit root against stationary but nonlinear alternative by Caner and Hansen (2001 Caner, M. and Hansen, B. E. 2001. Threshold autoregressions with a unit root. Econometrica, 69: 1555–96. [Crossref], [Web of Science ®] , [Google Scholar]). A significant contribution of this study is identifying a trigger point from the nonstationary of time series process for the first time in the literature. Our empirical results finds strong evidence of the existence of nonlinear stationary in Australia, Canada, Finland, France, Germany, Ireland, Japan, Netherlands and the USA when the threshold effect holds. The hysteresis hypothesis is further confirmed by the fact that the unemployment rate exceeds the boundaries of the band, for Australia, Finland, France, Germany, Japan and the USA when the threshold unit root test of Caner and Hansen is rigorously implemented.

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)0,007
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 enseignants0,033
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,072
Tête enseignante GPT0,213
Écart entre enseignants0,141 · 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

Citations13
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Economics LettersMême sujetMonetary Policy and Economic ImpactTravaux en français237 207