MétaCan
Menu
Retour à la cohorte
Enregistrement W6890215339 · doi:10.34989/swp-2023-46

International Economic Sanctions and Third-Country Effects

2023· article· en· W6890215339 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEconstor (Econstor) · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueStock Market Forecasting Methods
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésSanctionsWelfareCommodityEconomic sanctionsConsumption (sociology)Production (economics)General equilibrium theoryTrade barrierExchange rate

Résumé

récupéré en direct d'OpenAlex

This paper studies international trade and macroeconomic dynamics triggered by economic sanctions, and the associated welfare losses, in a calibrated, three-country model of the world economy. We assume that there are two production sectors in each country, and the sanctioned country has a comparative advantage in production of a commodity (for convenience, gas) needed to produce final, differentiated consumption goods. We consider three types of sanctions: sanctions on trade in final goods, financial sanctions, and gas trade sanctions. We calibrate the model to an aggregate of countries currently imposing sanctions on Russia (the European Union, the United Kingdom, and the United States), Russia, and an aggregate of third countries (China, India, and Turkey). We show that, instead of reflecting the success of sanctions, exchange rate movements reflect the type of sanctions and the direction of the resulting within-country sectoral reallocations. Our welfare analysis demonstrates that the sanctioned country’s welfare losses are significantly mitigated, and the sanctioning country’s losses are amplified, if the third country does not join the sanctions, but the third country benefits from not joining. These findings highlight the necessity, but also the challenge, of coordinating sanctions internationally.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,005

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 Opus0,044
Tête enseignante GPT0,349
Écart entre enseignants0,305 · 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