MétaCan
Menu
← Retour à la cohorte
Enregistrement W7096855662

BOJE: Botswana Journal of Economics 57 The Determinants of Inflation in Botswana and Bank of Botswana’s Medium-Term Objective Range12

2016· article· en· W7096855662 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInflation (cosmology)DeflationQuarter (Canadian coin)Inflation targetingMonetary policyMoney supplyCentral bankRange (aeronautics)Price of stability
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study is motivated by the high and unstable episodes of inflation in Botswana over the last 20 years or so. This is despite the Bank of Botswana’s (BOB) concerted effort to keep inflation at its minimum and stable over time. More specifically, it has been attempting to bring down and keep inflation within the medium-term objective range of 3 to 6percent. The objectives of this study are, therefore, to: (a) examine the determinants of inflation in Botswana by identifying the factors that have influenced its movements over time; and (b) assess the likelihood that the Bank of Botswana’s medium-term objective range of 3 to 6 percent could be achieved in the short to medium-term (one and half to two years). To examine these objectives, the study used an Auto Regressive Distributed Lag (ARDL) estimation technique. A quarterly data ranging from the first quarter of 1990 to the fourth quarter of 2010 is used to estimate the model. And the results show that the identified variables are significant and have the theoretically expected signs. The main conclusions of the study are: (a) price inertia, real GDP, money supply and South African prices play a dominant role in determining inflation in Botswana; and (b) unless international deflationary environment prevails, the probability that the Bank of Botswana will achieve its medium-term objective range of 3 to 6 percent in the medium-term is very low, according to the policy simulation results in this study.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,002

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 Opus0,049
Tête enseignante GPT0,232
Écart entre enseignants0,184 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMonetary Policy and Economic Impact→Travaux en français237 207→