Capital Flows to Latin America and the Caribbean
Notice bibliographique
Résumé
This document, prepared by the Economic Commission for Latin America and the Caribbean (ECLAC) Washington Office, presents and analyzes the most recent developments (first quarter of 2018) concerning capital flows to Latin America and the Caribbean. \nThe main highlights are: \n-In January 2018, issuers from Latin America and the Caribbean (LAC) placed their highest ever monthly volume of debt in international markets. First quarter debt issuance in international markets also broke a record. \n-From January to May 2018, total LAC international debt issuance amounted to US$ 67 billion, 6% higher than in the same period last year. \n-On the sovereign side, nine countries tapped international bond markets this year so far, with Argentina topping the list with 35% of the total sovereign issuance from January to May. \n-Despite a strong cross-border market performance in the beginning of the year, bond activity in the first five months of 2018 was affected by U.S. interest rate hikes, withdrawal of dollar liquidity, dollar strengthening, and instability in stock markets. The appreciation of the U.S. dollar in April and May, in particular, increased the pressure on LAC assets. \n-An atmosphere of volatility clouded the market, and combined with increases in U.S. interest rates in March and June, contributed to a 7% decline in debut issuances from the region in the January-May 2018 period compared with the same period in 2017. \n-There were no international bond issuances with a green focus in the first five months of the year, but there were green and social debt instruments issued in local currency markets.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».