MétaCan
Menu
Retour à la cohorte
Enregistrement W6964261882 · doi:10.25434/mehmet-ulug_phd2021

ESSAYS ON MONEY AND CREDIT IN MACROECONOMICS

2021· article· en· W6964261882 sur OpenAlexfundno aff

Notice bibliographique

RevueUse Siena air (University of Siena) · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensnon disponible
Organismes subventionnairesUniversità degli Studi di SienaUniversity of Ottawa
Mots-clésShadow (psychology)DebtMoney creationMoney marketMonetary policyEurodollarEndogenous moneyGovernment (linguistics)Monetary system

Résumé

récupéré en direct d'OpenAlex

The thesis consists of three independent chapters on the role of endogenous money on shadow banking and international ?nance. In the ?rst chapter (Endogenous Money, Eurodollar, and the Shadow Banking System), I examine the consequence of endogenous money for banks and shadow banks at both the national and international level by considering the importance that the Eurodollar market played in the emergence of shadow banking. In the second chapter (The shadow banking system in a stock-?ow consistent framework), I develop an SFC model that includes complex ?nancial markets and important components of the shadow banking sector, which enables us to explore the relationship between core commercial banks and shadow banks. Building a complete ?nancial sector and its interaction with the real sectors within an SFC framework allowed us to shed light on the role that shadow banking plays in the origination of credit. In the third chapter (Repo lending and its implications for the central bank monetary policy and government debt issues), I examine the transformation of money markets over the past four decades and the implications of this transformation for the implementation of monetary policy and government debt issues.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,004
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,008
Tête enseignante GPT0,171
Écart entre enseignants0,163 · 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'étudeThéorique ou conceptuel
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 revueUse Siena air (University of Siena)Même sujetPeatlands and Wetlands EcologyTravaux en français237 207