The impacts of the 2025 trade wars on global agricultural markets and US agricultural trade
Notice bibliographique
Résumé
Abstract This paper assesses the economic consequences of the 2025 U.S. trade policy on global agricultural markets, with a focus on the “reciprocal tariffs” initiated by the United States. By using a multi-region, multi-sector computable general equilibrium model, we evaluate the macroeconomic and sectoral effects of alternative tariff scenarios, with a particular focus on the U.S. agricultural sector. Our results indicate that the imposition of uniform tariffs on U.S. imports from the rest of the world generates substantial welfare losses for the U.S. (0.63%) and China (1.28%), with corresponding GDP declines of 0.82 and 0.39%, respectively. Tariffs result in significant contractions in global agricultural trade and higher consumer prices for key agri-food products in the US, including vegetables (6.05%), crops (7.48%), and cattle (4.13%). China’s oilseed imports from the U.S. decrease by 38.32%, while imports from Canada and Brazil increase by 17.48 and 3.92%, respectively, if U.S.–China tariffs are enacted. U.S. imports of high-value vegetables and fruits from Canada and Mexico decline sharply, partially offset by increased imports from Australia and Argentina if new tariffs are enacted in North America. These findings show the complex sectoral adjustments and market realignments driven by escalating trade tensions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».