MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411778309 · doi:10.5539/ijef.v17n7p63

1869-1879 United States: Depression or Prosperity

2025· article· en· W4411778309 sur OpenAlexvenueno aff
Chao Chiung Ting

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHistorical Economic and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProsperityDepression (economics)Great DepressionPolitical scienceEconomicsKeynesian economicsLaw

Résumé

récupéré en direct d'OpenAlex

Friedman and Schwartz (1963, Chapter 3) argued that the stagnant money supply caused a long depression from 1869 to 1879. However, Friedman and Schwartz also stated that the real GNP average rose 6.5 percent per year, wage earners in manufacturing in 1879 rose 33 percent more than in 1869, and basic production nearly doubled from 1869 to 1880. The opposition between real GNP and nominal GNP raises a paradox in the business cycle theory: the prosperity of real GNP coexists with the depression of nominal GNP. As nominal GNP is overestimated relative to real GNP during hyperinflation, real GNP moves opposite to nominal GNP if the deflation rate is greater than the growth rate of real GNP. Since deflation is caused by the increase in productivity in the 1870s instead of insufficient demand, I examine monetary explanation for the long depression and conclude that the change in money stock explained neither GNP nor deflation from 1869 to 1879. Besides, I find cases that the increase in money stock makes velocity decline instead of the increase in GNP and price level, which implies the ineffectiveness of monetary policy. I use the increase in labor supply to explain another paradox: both the unemployment rate and the number of employees kept increasing in the 1870s. Thus, I conclude that the US economy in the 1870s was in prosperity and we should identify either depression or prosperity by the number of employees and real GNP, not unemployment rate and nominal GNP.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,026
Tête enseignante GPT0,247
Écart entre enseignants0,220 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and Finance→Même sujetHistorical Economic and Social Studies→Travaux en français237 207→