MétaCan
Menu
Retour à la cohorte
Enregistrement W6928000212 · doi:10.34989/san-2024-10

Assessing global potential output growth: April 2024

2024· article· en· W6928000212 sur OpenAlexaffabout

Notice bibliographique

RevueBank of Canada Research · 2024
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueEarly Modern Spanish Literature
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésPotential outputProductivityWorkforceCapital (architecture)Total factor productivityHuman capitalConsumption (sociology)Capital accumulationAsset (computer security)

Résumé

récupéré en direct d'OpenAlex

This note presents the annual update of Bank of Canada staff estimates for growth in global potential output. These estimates serve as key inputs to the analysis supporting the April 2024 Monetary Policy Report. Global potential output growth is assessed to have mostly recovered from its COVID-19 pandemic low, rising from 2.1% in 2020 to an estimated 3.0% in 2024.1 This increase is largely driven by a recovery in oil-importing emerging-market economies (EMEs), which are experiencing a gradual easing of pandemic-related downward pressures on capital accumulation and total factor productivity (TFP) growth (Chart 1 and Chart 2). Potential output growth has mostly returned to pre-pandemic average levels in all regions except China, where it is estimated to have steadily declined. Looking ahead, we expect global potential output growth to edge down to 2.9% in 2027 (Table 1). This modest decrease mainly reflects slowing growth in trend labour input (TLI) amid the rapid aging of the global population. Aging is also expected to weigh on labour productivity, although in some countries, shifts in the age composition of the workforce toward more productive cohorts may help dampen the effects (Guénette and Shao, forthcoming).2 Compared with last year’s assessment, global potential output growth has been revised up by 0.2 percentage points (pps), on average, over 2023–26. This mostly reflects stronger-than-expected capital accumulation in oil-exporting economies in addition to positive revisions to trend labour force participation in the United States and oil-importing EMEs.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,823
Score d'incertitude au seuil0,355

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,006

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 Opus0,063
Tête enseignante GPT0,322
Écart entre enseignants0,259 · 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'étudeSimulation ou modélisation
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'admission2
Résumé présentoui

Explorer davantage

Même revueBank of Canada ResearchMême sujetEarly Modern Spanish LiteratureTravaux en français237 207