MétaCan
Menu
Retour à la cohorte
Enregistrement W583086315

Panel data : theory and applications

2004· book· en· W583086315 sur OpenAlexaboutno aff
Badi H. Baltagi

Notice bibliographique

RevuePhysica eBooks · 2004
Typebook
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPanel dataEconometricsRandom effects modelHeteroscedasticityEstimatorEconomicsMathematicsStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

B.H. Baltagi: Introduction.- J.H. Abbring, G.J. van den Berg: Analyzing the effect of dynamically assigned treatments using duration models, binary treatment models, and panel data models.- W. Greene: Convenient estimators for the panel probit model: Further results.- P. Contoyannis, A.M. Jones, N. Rice: Simulation-based inference in dynamic panel probit models: An application to health.- S. Karlsson, J. Skoglund: Maximum-likelihood based inference in the two-way random effects model with serially correlated time effects.- M.J.G. Bun: Testing poolability in a system of dynamic regressions with nonspherical disturbances.- B.H. Baltagi, G. Bresson, A. Pirotte: Tobin q: Forecast performance for hierarchical Bayes, shrinkage, heterogeneous and homogeneous panel data estimators.- C. Driver, K. Imai, P. Temple, G. Urga: The effect of uncertainty on UK investment authorisation: Homogeneous vs. heterogeneous estimators.- D. Hum, W. Simpson: Reinterpreting the performance of immigrant wages from panel data.- M. Gillman, M. Harris, L. Matyas: Inflation and growth: Explaining a negative effect.- L. Orea, S. Kumbhakar: Efficiency measurement using a latent class stochastic frontier model.- S. Kumbhakar: Productivity and technical change: Measurement and testing.- R. Chakir, A. Bousquet, N. Ladoux: Modeling corner solutions with panel data: Application to the industrial energy demand in France.- F. Peracchi: The European Community Household Panel: A review.- T.J. Knieser, Qi Li: Nonlinearity in dynamic adjustment: Semiparametric estimation of panel labor supply.- K. Hadri, C. Guermat, J. Whittaker: Estimation of technical inefficiency effects using panel data and doubly heteroscedastic stochastic production frontiers.- P. Egger, M. Pfaffermayr: The proper panel econometric specification of the gravity equation: A three-way model with bilateral interaction effects.- D. Parent: Employer-supported training in Canada and its impact on mobility and wages.- Ho Tsung-wu: A panel cointegration approach to the investment-saving correlation.- A. Aakvik: Estimating the employment effects of education for disabled workers in Norway.- B. Fitzenberger, C. Kurz: New insights on earnings trends across skill groups and industries in West Germany.

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)0,010
score de la tête « metaresearch » (Gemma)0,033
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,097

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,033
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,012
Études des sciences et des technologies0,0020,003
Communication savante0,0050,005
Science ouverte0,0020,003
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0290,009

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 Opus0,074
Tête enseignante GPT0,239
Écart entre enseignants0,166 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysica eBooksMême sujetFirm Innovation and GrowthTravaux en français237 207