Creating a GTAP baseline for 2014 to 2050 using shock-intensive simulations
Notice bibliographique
Résumé
Shock-intensive simulations can be used to: update computable general equilibrium (CGE) databases; estimate trends in industry technologies and the preferences of households, governments and importers; and generate baselines that incorporate forecasts from organizations specializing in different aspects of economies.We demonstrate the shock-intensive methodology by applying it to the Global Trade Analysis Project (GTAP) model.We update a 2014 GTAP database to 2019 with data-driven shocks to an array of macro and energy variables and describe the simulated shifts in technologies and preferences.Then, starting from the updated database, we conduct baseline simulations for 2019 to 2030, 2030 to 2040 and 2040 to 2050 in which macro and energy variables are driven by forecasts from the International Monetary Fund (IMF), International Institute for Applied Systems Analysis (IIASA) and International Energy Agency (IEA).The simulations connect disjoint years (e.g.2019 and 2030) and use a smooth-growth assumption for savings in each region to jump over intermediate years.Investors are given forward-looking expectations so that their simulated decisions in 2030, for example, are realistic in light of prospects for 2030 to 2040.Considerable space in the paper is devoted to explaining closure swaps for facilitating shock-intensive simulations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».