In a recent provocative paper in this journal,
Notice bibliographique
Résumé
hypothesis that the mean weekend return following changes in daylight saving time equals the mean weekend return throughout the rest of the year. The authors report that the average Friday-to-Monday return on daylight-saving weekends is 200–500 percent larger than the average negative return for the other weekends of the year. The � nding appears to hold not only in the United States and Canada where daylightsaving date patterns are similar, but also in the United Kingdom, whose patterns ostensibly differ from those in North America. The results also appear robust to alternative statistical methods based on time-varying conditional heteroscedasticity and/or bootstrapping. This paper provides further robustness tests of the results reported by Kamstra et al. I show that the difference between mean weekend returns for daylight-saving and non-daylightsaving weekends is signi � cant only for fall changes in daylight saving time and that the fall difference is driven by two outliers associated with international stock market crises. Two separate adjustments for the heteroscedasticity these outliers induce cause the signi � cance of the fall difference to vanish. The total sample (spring plus fall) difference remains marginally signi � cant for some indexes after heteroscedasticity adjustments with classical � xed-level hypothesis tests. However, Bayesian sample-size adjustments produce posterior odds ratios that consistently favor the null hypothesis of no daylight-saving anomaly over the alternative that the anomaly exists. I also fail to reject the hypothesis that daylight-saving and nondaylight-saving weekend returns have equal distributions. For these reasons, I question the
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».