MétaCan
Menu
Retour à la cohorte
Enregistrement W4389203081 · doi:10.1515/snde-2022-0083

Interfuel Substitution and Inflation Dynamics in India

2023· article· en· W4389203081 sur OpenAlexaff
Anirban Sengupta, Apostolos Serletis, Libo Xu

Notice bibliographique

RevueStudies in Nonlinear Dynamics and Econometrics · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy, Environment, and Transportation Policies
Établissements canadiensLakehead UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSubstitution (logic)EconomicsInflation (cosmology)EconometricsConsumption (sociology)Macroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract This paper uses neoclassical microeconomic theory to investigate the demand for energy and interfuel substitution in India at the sectoral level. It makes full use of the relevant economic theory and econometrics and generates inference in terms of Allen and Morishima elasticities of substitution that are internally consistent with the data and nonlinear models used. The results indicate that the interfuel substitution elasticities are consistently below unity in the household and power sectors, revealing the limited ability to substitute between major energy commodities in these two sectors. However, significant substitution relationships are found in the industrial and transportation sectors, suggesting that energy price changes in these sectors will significantly shift the demand for energy and consumption. Based on measured elasticities of substitution, we also discuss implications of energy price shocks on inflation and inflation targeting strategies by the central bank.

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)0,000
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 enseignants0,426
Score d'incertitude au seuil0,886

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,028
Tête enseignante GPT0,272
Écart entre enseignants0,245 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudies in Nonlinear Dynamics and EconometricsMême sujetEnergy, Environment, and Transportation PoliciesTravaux en français237 207