MétaCan
Menu
← Retour à la cohorte
Enregistrement W7011577804

Modélisation SVAR de l’impact des changements climatiques sur l’endettement provincial canadien

2025· other· fr· W7011577804 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchipelago (Université du Québec à Montréal) · 2025
Typeother
Languefr
DomaineComputer Science
ThématiqueImage Processing and 3D Reconstruction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBayesian vector autoregressionStream flowEarth Summit
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le présent mémoire cherche à évaluer s’il y a un lien de corrélation entre les changements climatiques et le ratio de l’endettement sur le produit intérieur brut (PIB) des provinces canadiennes par l’entremise d’un modèle « Structural Vector Autoregression » (SVAR) pour chaque province et en panel. Pour ce faire, nous utilisons l’indice de précipitations et d’évapotranspiration normalisé (IPEN) comme représentation des changements climatiques. Cet indice est une mesure relative de l’excédent ou du déficit pour les eaux de surface par rapport aux conditions hydroclimatiques de la période de référence (1950-2005). Pour représenter l’endettement, nous utilisons le ratio de la dette en circulation telle que retrouvée sur le terminal Bloomberg divisée par la mesure du PIB, le tout sur une base mensuelle. De plus, la modélisation inclut des variables de contrôle macroéconomiques. Les résultats obtenus démontrent qu’il n’y a pas de lien significatif entre notre ratio de la dette et l’indice des changements climatiques. Pour certaines provinces ayant une économie plus développée, la relation que nous trouvons est en fait négative. C’est-à-dire qu’un choc de l’indice IPEN sur le ratio de la dette en circulation par rapport au PIB est négatif, représentant donc une baisse du ratio. Ceci pourrait s’expliquer en partie par les valeurs des données de l’IPEN dans certaines provinces. Par ailleurs, pour certaines autres provinces, le même choc de l’indice des changements climatiques résulte en une hausse du ratio d’endettement. La modélisation en panel indique pour sa part que lorsqu’il y a un choc de l’indice de l’IPEN sur le ratio de la dette en circulation au PIB, celui-ci subit un choc positif de magnitude non significative.

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)0,003
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,581
Score d'incertitude au seuil0,832

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,010
Tête enseignante GPT0,197
Écart entre enseignants0,187 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (Université du Québec à Montréal)→Même sujetImage Processing and 3D Reconstruction→Travaux en français237 207→