MétaCan
Menu
Retour à la cohorte
Enregistrement W7110912931 · doi:10.32854/agrop.vi.2367

Mexico’s agricultural policy in the American context (1995-2020)

2025· article· en· W7110912931 sur OpenAlexaboutno aff

Notice bibliographique

RevueAgEcon Search (University of Minnesota, USA) · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueLatin American rural development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCointegrationAgricultureContext (archaeology)Agricultural policyEstimatorTime seriesUnit (ring theory)Gross domestic productUnit root

Résumé

récupéré en direct d'OpenAlex

Objective: To analyze the long-term relationship of two groups of agricultural policy instruments classified by the OECD-Producer Support Estimator (PSE) and General Services Support Estimator (GSSE)-OECD classification on Agricultural Gross Domestic Product (AGDP) in Mexico, USA, Canada, Chile and Brazil during the period 1995-2020, to generate information that contributes to the design of agricultural policies.Design/Methodology/Approach: The information used in this work was developed by the OECD and was integrated into a time series for the 1995-2020 period. A quantitative analysis was carried out based on the econometric method, applying the cointegration test.Results: The Canadian, Brazilian, and Mexican series are cointegrated, because the error of the model has a unit root (i.e., individual variables are not of order I(0)); however, the combination of their variables show that the error is a process I(0), with a zero mean. However, the Chilean and USA variables were not cointegrated.Study Limitations/Implications: An open market environment requires the development and implementation of policies that include the use of diverse and relevant instrument groups, guaranteeing that the resources transferred to the sector generate the expected results.Findings/Conclusions: In comparison with the PSE, the GSSE has a closer long-term relation with the growth of the agricultural GPB in most countries; therefore, using this group of instruments to transfer resources to the sector is assumed to improve its performance to a greater degree.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,286
Score d'incertitude au seuil0,568

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,015
Tête enseignante GPT0,233
Écart entre enseignants0,218 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgEcon Search (University of Minnesota, USA)Même sujetLatin American rural developmentTravaux en français237 207