MétaCan
Menu
Retour à la cohorte
Enregistrement W4414598015 · doi:10.5380/re.v46i89.96994

Las fluctuaciones económicas en los países del MERCOSUR: Algunos hechos estilizados (1997-2022)

2025· article· en· W4414598015 sur OpenAlexaboutno aff
Alejandro D. Jacobo, Lautaro Clavero

Notice bibliographique

RevueRevista de Economia · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBusiness, Innovation, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVolatility (finance)Business cycleHomogeneousQuarter (Canadian coin)Balance of tradeConsumption (sociology)

Résumé

récupéré en direct d'OpenAlex

Using the classical Hodrik and Prescott filter, this work documents the existence of similarities in business fluctuations of the Southern Common Market (MERCOSUR) countries for the last quarter of a century in order to evaluate the likely outcome of common policies. Argentina presents the highest volatility and the trembles that come into being in its economy are two and a half times more intense than those of Brazil, its main trading partner. Despite the concomitance equal to or greater than 60% on GDP fluctuations, the countries are weakly correlated with the exception of Argentina and Uruguay. The Consumption is 50% more volatile with respect to GDP in the case of Uruguay, and the volatility for the Gross Capital Formation is 200 and more than 300% for Argentina and Uruguay respectively. The Trade Balance exhibits the lowest relative volatility and importantly exerts its countercyclically role in Argentina and Brazil. Although the economies exhibit some interesting parallel variations as long as they simultaneously remain in the same phase of the economic cycle, the volatility of one of the main economies together with the weak correlation of all countries’ business fluctuations suggest that the success in the application of homogeneous macroeconomic policies is still distant.

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 enseignants0,081
Score d'incertitude au seuil0,162

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
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,235
Écart entre enseignants0,218 · 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 revueRevista de EconomiaMême sujetBusiness, Innovation, and EconomyTravaux en français237 207