MétaCan
Menu
← Retour à la cohorte
Enregistrement W6901595936 · doi:10.6068/dp169bec566f60

TREND: International Monetary Fund. Currency Composition of Foreign Exchange Reserves (COFER): Currency Composition of Foreign Exchange Reserves (US Dollars) | Indicator: Total Foreign Exchange Reserves, 1995 - 2017. Data Planet™ Statistical Datasets: A SAGE Publishing Resource Dataset-ID: 056-022-001

2019· other· en· W6901595936 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Planet · 2019
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForeign-exchange reservesCurrencyBalance of paymentsSpecial drawing rightsForeign exchange marketSterilization (economics)Foreign exchange riskDebt

Résumé

récupéré en direct d'OpenAlex

datasets.shared.infosheet.CitationMgr@83b Dataset: Data on the currency composition of official foreign exchange reserves (COFER) are reported in US dollars. Any type of financial instrument that is used to make payments between countries is considered foreign exchange. Examples of foreign exchange assets include foreign currency notes, deposits held in foreign banks, debt obligations of foreign governments and foreign banks, monetary gold, and SDRs. Unallocated Reserves is the difference between the total foreign exchange reserves in the International Financial Statistics (IFS) world table on Foreign Exchange and the total allocated reserves in COFER. It includes foreign exchange reserves of those countries/territories that currently do not report to COFER but whose total foreign exchange reserves are included in the IFS world table. The COFER database offers quarterly and annual data on the currency composition of official foreign exchange reserves reported in US dollars and as percentage of total foreign exchange reserves. As of December 2016, eight currencies are distinguished in COFER data: US dollar; euro; Chinese renminbi; Japanese yen; pound sterling; Australian dollar; Canadian dollar; and Swiss franc. All other currencies are included and indistinguishable in the category “other currencies.” COFER data are reported to the IMF on a voluntary and confidential basis. At present, there are 146 reporters, consisting of IMF member countries, a number of non-member countries/economies, and other entities holding foreign exchange reserves. COFER data are publicly disseminated on a quarterly frequency in aggregate format so as to safeguard individual country information. http://data.imf.org/?sk=E6A5F467-C14B-4AA8-9F6D-5A09EC4E62A4&sId=1408206195757 Category: International Relations and Trade Subject: Money, Assets, External Debt Source: International Monetary Fund Headquartered in Washington, DC, the International Monetary Fund (IMF) was conceived at a United Nations conference convened in Bretton Woods, New Hampshire, United States, in July 1944. The 44 governments represented at that conference sought to build a framework for economic cooperation that would avoid a repetition of the vicious circle of competitive devaluations that had contributed to the Great Depression of the 1930s. As of 2015, the IMF has 188 member countries. Its primary purpose is to ensure the stability of the international monetary system, specifically the system of exchange rates and international payments that enables countries (and their citizens) to transact with one other. This system is essential for promoting sustainable economic growth, increasing living standards, and reducing poverty. The Fund’s mandate has recently been clarified and updated to cover the full range of macroeconomic and financial sector issues that bear on global stability. The IMF is a specialized independent agency of the United Nations but has its own charter, governing structure, and finances. Its members are represented through a quota system broadly based on their relative size in the global economy. http://www.imf.org/

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)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,274

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0050,010
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0820,131

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 Opus0,078
Tête enseignante GPT0,312
Écart entre enseignants0,234 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Planet→Travaux en français237 207→