MétaCan
Menu
Retour à la cohorte
Enregistrement W6926334350 · doi:10.22004/ag.econ.348498

Economic cointegration of the North American agricultural sector

2024· article· en· W6926334350 sur OpenAlexaboutno aff

Notice bibliographique

RevueAgEcon Search (University of Minnesota, USA) · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCOVID-19 Pandemic Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCointegrationAgricultureEconomic sectorSecondary sector of the economyCausality (physics)Public sector

Résumé

récupéré en direct d'OpenAlex

Objective: To determine if the Mexican, Canadian, and American agricultural industries are cointegrated. Methodology: Six cointegration tests were carried out between the Mexican, Canadian, and American agricultural, forestry, fishing, and hunting industries, as well as the Mexican animal husbandry and exploitation sector. The USA was the independent variable in all cases. Results: The Mexican sector, with an  of 5% (with and without trend) is not cointegrated with the USA and Canada, while Canada and the USA, with an  of 5% (with and without trend) are cointegrated. Study Limitations/Implications: The agricultural sector of the three countries were not analyzed separately and the Engle-Granger causality test was not used. Although some products from Mexico’s agricultural sector have managed to make inroads in the USA and Canada, further advances are still possible. Therefore, there are areas of improvement for Mexican products. Likewise, NAFTA and the USMCA/CUSMA have failed to achieve their objective of cointegrating the agricultural sectors of the three nations. Conclusions: The Mexican sector was not cointegrated with the American and Canadian sectors during the analysis period —i.e., the Mexican sector is not influenced by and does not have the same long-term behavior (with delays) than the USA and Canadian sectors. However, the Canadian sector is cointegrated with the USA sector —i.e., the Canadian sector is influenced and has the same long-term behavior than the USA sector.

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)0,009
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,168
Score d'incertitude au seuil0,334

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,226
Écart entre enseignants0,192 · 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
GenreEmpirique

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgEcon Search (University of Minnesota, USA)Même sujetCOVID-19 Pandemic ImpactsTravaux en français237 207