MétaCan
Menu
Back to cohort
Record W2111455149 · doi:10.7202/1021502ar

Chocs de prix internationaux et transmission : cas du marché du riz au Burkina Faso

2014· article· fr· W2111455149 on OpenAlexvenueno aff
Félix Badolo

Bibliographic record

VenueL Actualité économique · 2014
Typearticle
Languagefr
FieldEconomics, Econometrics and Finance
TopicEconomics of Agriculture and Food Markets
Canadian institutionsnot available
Fundersnot available
KeywordsPolitical scienceHumanitiesArt

Abstract

fetched live from OpenAlex

Comment les marchés des produits agricoles dans les pays en développement répondent-ils aux chocs de prix sur les marchés internationaux est une question cruciale en économie agricole qui n’est pas totalement résolue. La hausse des prix des produits agricoles sur les marchés internationaux durant la période 2006-2008 a entraîné une flambée des prix intérieurs dans certains pays en développement, mais cela n’a pas été le cas dans d’autres pays. La littérature empirique sur l’analyse de l’ampleur de la transmission des chocs des prix internationaux aux prix intérieurs dans les pays en développement reste très mitigée. L’objectif de cet article est d’évaluer la relation entre le prix du riz importé au Burkina Faso et le prix international, à partir des tests de coïntégration linéaires et non linéaires (modèle autorégressif à seuil ou modèle TAR). L’analyse empirique se base sur des séries mensuelles de prix pour deux marchés du Burkina Faso : le marché de Sankaryaré à Ouagadougou et le marché de Dori au nord du pays. Les résultats montrent que les prix du riz importé sur ces deux marchés sont intégrés au prix international. L’élasticité de transmission de long terme apparaît être importante. Le modèle TAR révèle une transmission asymétrique dont l’ampleur diffère en fonction de la nature des chocs. Les hausses du prix international se transmettent plus rapidement aux prix intérieurs par rapport aux baisses. Ces résultats s’expliquent par le pouvoir de marché des intermédiaires commerciaux, les coûts de transport et les mécanismes d’intervention du gouvernement.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.164
Threshold uncertainty score0.326

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0000.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0040.000

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.

Opus teacher head0.018
GPT teacher head0.215
Teacher spread0.196 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations2
Published2014
Admission routes1
Has abstractyes

Explore more

Same venueL Actualité économiqueSame topicEconomics of Agriculture and Food MarketsFrench-language works237,207