MétaCan
Menu
Retour à la cohorte
Enregistrement W6965282340 · doi:10.34989/tr-22

Building a Small Macro-Model for Simulation: Some Issues

2024· article· en· W6965282340 sur OpenAlexaffabout

Notice bibliographique

RevueBank of Canada Research · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueForest Ecology and Biodiversity Studies
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésConstruct (python library)Point (geometry)EstimationValue (mathematics)Term (time)Advice (programming)

Résumé

récupéré en direct d'OpenAlex

The Research Department of the Bank of Canada has decided to construct a small annual model of the Canadian economy. This paper presents the reasons for that decision as well as the methodology of the model-builders. The actual structure of the model is not described here; instead, we discuss the relationship of the model to economic theory, the choice of an estimation strategy and the proper use of the model in simulation. We thought it useful to define our preconceptions and biases before proceeding with the construction of the model, and in that way solicit comments and advice from other economists at an early stage in our work. Thus by the very nature of the paper, the views expressed are tentative and preliminary and the text should be taken as a discussion paper rather than as a finished piece. The purpose of the model is not to provide point forecasts but rather to embody as many theoretical insights as possible, especially the longer term properties implied by theory. Keeping the model small will help in ensuring that the structure is consistent with theory and will allow application of systems estimation techniques. The result will, we hope, be a model capable of performing policy simulations over the medium to long term and of describing changes in private sector behaviour that result. It is impossible to give a brief summary of the paper here, but among the topics discussed are our views on the proper treatment of expectations, the value of the 'disequilibrium' concept and the problems of aggregation.

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)0,024
score de la tête « metaresearch » (Gemma)0,089
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 enseignants0,192
Score d'incertitude au seuil0,382

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0240,089
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,004
Communication savante0,0070,008
Science ouverte0,0060,004
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,117
Tête enseignante GPT0,341
Écart entre enseignants0,223 · 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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBank of Canada ResearchMême sujetForest Ecology and Biodiversity StudiesTravaux en français237 207