MétaCan
Menu
Retour à la cohorte
Enregistrement W4402842630 · doi:10.5267/j.dsl.2024.6.003

Short-run and long-run effects of copper price on Junín’s economic growth

2024· article· en· W4402842630 sur OpenAlexvenueno aff
Augusto Aliaga-Miranda, Luis Ricardo Flores-Vilcapoma, Javier Romero Meneses, Raul Jesus Baldeon Retamozo, Hilario Alberto Mendoza Palomin

Notice bibliographique

RevueDecision Science Letters · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsCopperNatural resource economicsMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

Our research used a SVAR to analyze the underlying copper price shocks, that is, a commodity shock for the Junín department in Peru. The results of a short- and long-run SVAR were based on traditional matrix constraints that capture the fact that domestic shocks do not affect international prices. The main conclusion is that before the pandemic a shock in the international price of copper decreases economic growth and inflation in the department of Junín in Peru, after the pandemic the opposite happens. As a result of the model, the short and long-run effects of the international copper price on the main macroeconomic variables of Junín in Peru are statistically significant. Before the pandemic, the dynamics of the international copper price reflected the existence of the curse of mining resources in copper institutions. Before the pandemic, a percentage increase in the international price of copper decreased economic growth, reflecting the existence of the mining resource curse in copper institutions. After the pandemic, a percentage increase in the price of copper increases economic growth by up to 0.0488%, then decreases over time, noting the transitory effect of economic recovery and poor management of mineral resources.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,259
Écart entre enseignants0,241 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDecision Science LettersMême sujetEconomic Theory and PolicyTravaux en français237 207