MétaCan
Menu
Retour à la cohorte
Enregistrement W4372361298 · doi:10.54691/bcpbm.v45i.4876

The Lost Decade: Research on the Japanese Asset Price Bubble

2023· article· en· W4372361298 sur OpenAlexaff
Enping Shen

Notice bibliographique

RevueBCP Business & Management · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensTerry Fox Research Institute
Organismes subventionnairesnon disponible
Mots-clésQuantitative easingEconomic bubbleRecessionEconomicsEconomic miracleGreat DepressionAsset (computer security)Interest rateOverheating (electricity)Economic recoveryMonetary policyDeflationMonetary economicsEconomyEconomic policyMacroeconomicsCentral bankGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

Due to the burst of Japanese asset price bubble in 1989s, Japan’s economy has started a clearly great depression, specifically manifest as downturn in GDP, decline in economic activity, decrease in the general price level, and manufacturing sector in recession. The burst of bubble directly shows as expansion on credit and money supply, overheating in assets market and economic activity. This paper aims on elaborating and analyzing Japanese unique economic development history after Second World War. This paper also focuses on how the Japanese economic miracle happened and how does Japanese economic miracle came into asset price bubble. Based on those economic policies implemented by Japanese government, including zero interest rate policy (ZIRP), negative interest rate, quantitative easing (QE), qualitative quantitative easing (QQE), and the three arrows of Shinzo Abe, this paper analyzes those policies in economic direction. This paper also researches on some other potentials and secondary influences on Japanese economy, such as Japanese corporate system since 1600s, the involvement of the USA, the plaza accord, several Japanese bank’s bad loans.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,113
Tête enseignante GPT0,321
Écart entre enseignants0,208 · 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'étudeSans objet
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBCP Business & ManagementMême sujetGlobal Financial Crisis and PoliciesTravaux en français237 207