MétaCan
Menu
Retour à la cohorte
Enregistrement W4242343867 · doi:10.21098/bemp.v15i4.429

QUARTERLY ANALYSIS: The Progress of Monetary, Banking and Payment System, First Quarter – 2013

2013· article· en· W4242343867 sur OpenAlexaboutno aff
Author Team of Quarterly Report Bank Indonesia

Notice bibliographique

RevueBulletin of Monetary Economics and Banking · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Fiscal Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsQuarter (Canadian coin)Investment (military)Consumption (sociology)Capital goodMonetary economicsInternational economicsMarket economyGoods and services

Résumé

récupéré en direct d'OpenAlex

Indonesia’s economy in the first quarter 2013 growth slowed compared to the previous quarter. Economic growth stood at 6.02% (yoy), lower than the previous quarter grew by 6.11% (yoy). A source of slowing growth came from domestic demand amid declining export performance. Slowing growth in household consumption was due to the decrease in purchasing power as a result of an increase in inflationary pressures, especially food. In addition, government consumption growth is relatively low, due to the limited uptake of spending, especially spending on goods. A decline also occurred in investment performance, particularly non-construction that is influenced by limited domestic and international demand outlook. Decline in investment performance is in line with the decline in business optimism. In non-construction investment, there is reduced performance in machinery investment, in line with the slowdown in the imports of capital goods. In contrast, exports showed improvement, supported by strengthening expectations of global economic recovery and rising volume of world trade. Response to slowing domestic demandsaw a contraction in imports. Sources of downward import pressure are from the imports of raw materials and capital goods, mainly raw materials for the industrial and passenger vehicle industry which has seen a slowdown and moderation in response to motor vehicle sales.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,084
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,164
Écart entre enseignants0,155 · 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.

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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of Monetary Economics and BankingMême sujetEconomic Growth and Fiscal PoliciesTravaux en français237 207