MétaCan
Menu
← Retour à la cohorte
Enregistrement W6901627394 · doi:10.6068/dp15e4fcb25e114

TREND: International Monetary Fund. International Financial Statistics: Interest Rates, Prices, Production, or Labor | Country: Canada | Code: 64..XZF..., 01/1958 - 08/2016. Data-Planet™ Statistical Datasets by Conquest Systems, Inc. Dataset-ID: 056-004-016

2017· other· en· W6901627394 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Planet · 2017
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterest rateIndex (typography)International comparisonsMonetary policyUnemploymentExchange rateNational accountsFinancial market

Résumé

récupéré en direct d'OpenAlex

International Monetary Fund. International Financial Statistics: Interest Rates, Prices, Production, or Labor | Country: Canada | Code: 64..XZF..., 01/1958 - 08/2016. Data-Planet™ Statistical Datasets by Conquest Systems, Inc. Dataset-ID: 056-004-016 Dataset: Reports interest rates set by central banks and other financial corporations. Quarterly and annual interest rate data are arithmetic averages of monthly interest rates reported by the countries. Also reported here are statistics on domestic prices, production, and labor market indicators. The index series are compiled from reported versions of national indices and, for some production and labor series, from absolute data. There is a wide variation between countries and over time in the selection of base years, depending upon the availability of comprehensive benchmark data that permit an adequate review of weighting patterns. The series are linked by using ratio splicing at the first annual overlap, and the linked series are shifted to a common base period 2010=100. This dataset covers approximately 32,000 time series covering more than 194 countries and areas starting in 1948. Coverage includes exchange rates, International Monetary Fund position, exchange rates, international liquidity, monetary statistics, interest rates, prices, production, labor, international transactions, and national accounts. Data availability varies by country and time period. http://data.imf.org/?sk=5DABAFF2-C5AD-4D27-A175-1253419C02D1 Category: Banking, Finance, and Insurance, International Relations and Trade Subject: Consumer Prices, Unemployment Rates, Interest Rates, Industrial Production, Finance, Labor Force, Banking, Price Indexes 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)0,002
score de la tête « metaresearch » (Gemma)0,015
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 enseignants0,783
Score d'incertitude au seuil0,439

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,016
Études des sciences et des technologies0,0010,000
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,1310,177

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 Opus0,034
Tête enseignante GPT0,298
Écart entre enseignants0,263 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData Planet→Travaux en français237 207→