MétaCan
Menu
Retour à la cohorte
Enregistrement W7100071168

VERY PRELIMINARY- DO NOT CITE

2009· article· en· W7100071168 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExchange ratePrice dispersionRelative priceMacroMarket segmentationSample (material)Rigidity (electromagnetism)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Do prices respond to macro shocks? Does the mere presence of international frontiers hinder trade? We revisit these questions by studying a dataset of online book prices for a number of US and Canadian retailers. We believe our dataset is well suited to this task for a number of reasons: (1) data for multiple retailers are available; (2) the products sold are identical across retailers; (3) the sample spans a period of large ‡uctuations in the bilateral exchange rate; (4) the nature of the industry means that physical distance is irrelevant beyond shipping costs which are observable; (5) nominal frictions in the form of menu costs are arguably minimal; and (6) proxies for sales are available for some retailers. Given the unique nature of our dataset, the …rst objective of the paper is to document the degree of price rigidity and price dispersion. Our main …ndings are: online book prices display signi…cant stickiness; there is a large degree of heterogeneity across retailers in terms of price rigidity and pricing strategy; price dispersion is high both within and across borders. Also, price levels do not appear to respond to exchange rate ‡uctuations. A simple two-country, multi-…rm model is used to illustrate that …rms should react to exchange rate shocks under some degrees of market segmentation. We then make an attempt at determining whether nominal rigidities or market segmentation are behind this disconnect by exploiting information contained both in prices and quantities.

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)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,386
Score d'incertitude au seuil0,551

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,006
Études des sciences et des technologies0,0020,001
Communication savante0,0080,003
Science ouverte0,0020,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,6140,518

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 Opus0,020
Tête enseignante GPT0,235
Écart entre enseignants0,215 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetConsumer Market Behavior and PricingTravaux en français237 207