Les repercussions du commerce sur la taille des usines, la duree des cycles de production et la diversification
Bibliographic record
Abstract
La présente étude porte sur l'effet de la libéralisation des échanges sur la taille des usines, la durée des cycles de production et la diversification des produits. Nous élaborons tout d'abord un modèle du commerce de produits différenciés sous l'hypothèse d'usines multiproduits. Nous présentons ensuite des preuves empiriques à partir d'un grand panel d'usines de fabrication canadiennes et d'après leur expérience de l'Accord de libre échange entre le Canada et les États Unis (ALE) de 1989. Selon le modèle, les réductions tarifaires bilatérales réduisent la diversification des produits des usines exportatrices, augmentent la durée des cycles de production et ont un effet ambigu sur la taille de ces usines. En outre, elles réduisent la diversification des produits et la taille des usines non exportatrices mais n'ont pas d'effet sur la durée des cycles de production de ces usines. Les données empiriques sur les usines non exportatrices appuient le modèle de façon générale. Les données recueillies sur les usines exportatrices montrent que les établissements exportateurs réduisent la diversification des produits et augmentent la durée des cycles de production et la taille des usines, mais ces changements ne semblent pas être liés aux réductions tarifaires. Une fois entrées sur les marchés d'exportation, les usines réagissent à des forces autres que les réductions tarifaires. De nouvelles réductions tarifaires ont alors moins d'effet sur ces usines.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.011 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".