MétaCan
Menu
Retour à la cohorte
Enregistrement W6928173653 · doi:10.34989/tr-33

An Econometric Model of the Steel Trade

2021· article· en· W6928173653 sur OpenAlexaboutno aff

Notice bibliographique

RevueBank of Canada Research · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDepreciation (economics)Balance of tradeRelative priceProductivityConsumption (sociology)Econometric modelExchange rateWork (physics)Terms of trade

Résumé

récupéré en direct d'OpenAlex

In this report, the author uses steel as a case study for an analysis at the industrial level of forces at work in the international economy that have had an important impact on recent Canadian economic performance. Prominent among those forces are cost competitiveness and aggregate demand in Canada and abroad. The author presents a model of the steel industry featuring relative price effects on trade and consumption volumes as well as price, volume, productivity and wage responses to demand pressure. Simulations over the period 1977Q1-80Q1 suggest that the industry's output and profits have benefited from the depreciation of the Canadian dollar. They also reveal that an increase in the price of foreign exchange causes the relative price of steel to rise, discouraging steel consumption. In addition, imports are further reduced by substitution from foreign to domestic sources. As regards the trade balance in steel, this favourable substitution effect is counteracted after a while by the impetus that depreciation gives to domestic aggregate demand. The model is thus able to shed light on some otherwise puzzling developments. For example, the surge of steel imports and slowdown of exports in 1979, a period in which the Canadian industry's cost competitiveness was strong, can be explained in terms of the depreciation-aided acceleration of domestic economic activity, which resulted in tight constraints on the ability of the industry to satisfy additional customers' orders.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,507
Score d'incertitude au seuil0,988

Scores Codex et Gemma par catégorie

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

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 Opus0,106
Tête enseignante GPT0,370
Écart entre enseignants0,264 · 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 tête enseignante, 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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBank of Canada ResearchMême sujetCanadian Policy and GovernanceTravaux en français237 207