MétaCan
Menu
Retour à la cohorte
Enregistrement W4388535594 · doi:10.54254/2754-1169/42/20232108

The Economic Consequence of Fed’s Monetary Policies in 2022: An Internal Perspectives

2023· article· en· W4388535594 sur OpenAlexaff
Xiangyu Fan

Notice bibliographique

RevueAdvances in Economics Management and Political Sciences · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésInterest rateEconomicsMonetary policyMonetary economicsExchange rateReal interest rateStock marketCurrencyInflation (cosmology)Interest rate parityStock (firearms)International economics

Résumé

récupéré en direct d'OpenAlex

US interest rate hikes due to COVID-19 and high inflation have affected the country's stock market and the international foreign exchange market. The authors analyze the willingness of U.S. interest rate hikes to cause inflation at the micro level through changes in the amount of money held by residents because of U.S. policies. This paper analyzes the impact of the U.S. interest rate hike by collecting various information on rental housing, GDP and spot exchange rates of countries affected by the U.S. According to the findings of this paper: 1. US interest rate hikes lead to a rise in the amount of currency held by citizens. 2. Interest rate hikes affect the GDP growth rate, and the stock market are positively correlated. 3. US monetary policy affects the world economy. The point of studying the Fed's rate hikes is to analyze the strengths and weaknesses of the policy and to find better ways to control inflation and make the economy stable. According to this paper, the authors propose that the United States should stop raising interest rates at the right time when the inflation rate falls to the right value and let interest rates return to their previous levels, otherwise it will stagnate the country's economic development and cause turmoil in the country's stock and foreign exchange markets.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0060,002
Science ouverte0,0000,001
Intégrité de la recherche0,0020,001
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 Opus0,024
Tête enseignante GPT0,274
Écart entre enseignants0,249 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Economics Management and Political SciencesMême sujetFiscal Policy and Economic GrowthTravaux en français237 207