Divisia monetary aggregates : theory and practice
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
List of Figures List of Tables List of Contributors Introductory Comments, Definitions, and Research on Indexes of Monetary Services M.T.Belongia PART I: NEW RESULTS IN THEORY AND PRACTICE Beyond the Risk-Neutral Utility Function W.A.Barnett & Y.Liu Neutral Networks with Divisia Money: Better Forecasts of Future Inflation? R.E.Dorsey PART II: EVIDENCE FROM EUROPEAN ECONOMIES AND THE PLANNED EMU AREA Weighted Monetary Aggregates for the U.K. L.Drake, K.A.Chrystal & J.M.Binner Weighted Monetary Aggregates for Germany H.Hermann, H.Reimers & K.Toedter Simple Sum v. Divisia Money in Switzerland: Some Empirical Results R.Fluri & E.Spoerndli The Relevance of Weighted Monetary Aggregates in the Netherlands N.G.J.Janssen & C.J.M.Kool Divisia Aggregates and the Demand for Money in Core EMU M.M.G.Fase PART III: EVIDENCE FROM THE PACIFIC BASIN Broad and Narrow Divisia Monetary Aggregates for Japan K.Ishida & K.Nakamura The Signals from Divisia Money in a Rapidly-Growing Economy J.H.Hahm & J.T.Kim Divisia Monetary Aggregates for Taiwan Y.C.Shih Weighted Monetary Aggregates: Empirical Evidence for Australia G.C.Lim & V.L.Martin PART IV: EVIDENCE FROM NORTH AMERICA The Canadian Experience with Weighted Monetary Aggregates D.Longworth & J.Atta-Mensah Consequences of Money Stock Mismeasurement: Evidence from Three Countries M.T.Belongia
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,012 | 0,008 |
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 découle