MétaCan
Menu
Retour à la cohorte
Enregistrement W7096207396

Quantitative Restrictions and Quality Upgrading: The Case of the Multi-Fibre Agreement

2008· article· en· W7096207396 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueScottish History and National Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Ex-anteRegression analysisFinished goodPrice level
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The thesis uses the end of the Multi-Fibre Agreement to test the theory of quality-upgrading, which states that firms facing quotas will export higher-quality products to generate the greatest economic rent from each individual exported good. The Multi-Fibre Agreement (MFA) is a set of quantitative restrictions placed by the US on textile exports from Asian nations that began in 1974 and ended January 1, 2005. The thesis constructs a hedonic regression to isolate the quality and price characteristics of goods exported from China, and it creates a fixed effects regression to estimate the impact of quotas on the quality and price of goods exported. The study finds that the end of the MFA led to a 9 percent decrease in the quality of goods exported in previously restricted groups and a 26 percent decrease in the price of goods exported from China. Furthermore, it is the first study to evaluate how the reinstatement of ex ante textile quotas in 2006 impacted the price and quality of Chinese goods exported and found the resulting increase in quality to be 19 percent and the increase in price to be 21 percent (all statistically significant at the 1 percent level). The thesis also generates a theory for how quotas on Chinese textiles lead to a decrease in quality of goods produced by firms in nations that do not themselves face quotas on exports (specifically Canada,

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)0,007
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,012
Communication savante0,0030,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,216
Tête enseignante GPT0,326
Écart entre enseignants0,110 · 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'étudeObservationnel
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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetScottish History and National IdentityTravaux en français237 207