A Note on Monitoring Daily Economic Activity Via Electronic Transaction Data
Bibliographic record
Abstract
Les économistes se sont traditionnellement appuyés sur les données mensuelles ou trimestrielles publiées par les agences centrales de statistiques pour suivre la situation macroéconomique. Cependant, les avancées technologiques qui ont été réalisées au cours des dernières années ont entraîné de nouvelles sources de données à haute fréquence, et ces dernières pourraient potentiellement donner lieu à une information plus exacte et plus opportune sur l'état actuel de l'activité économique. Dans le document actuel, nous explorons l'utilité des transactions électroniques comme indicateurs en temps réel de l'activité économique. Pour ce faire, nous recourons aux données canadiennes sur les cartes de débit et utilisons, à titre d'exemples, deux événements économiques susceptibles d'être importants. Plus particulièrement, nous sommes en mesure d'analyser la structure des dépenses lors des attaques terroristes du 11 septembre et de la panne d'électricité d'août 2003 et de noter des différences qualitatives dans les répercussions de ces événements, lesquelles ne pourraient être observées en recourant aux mesures globales.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.000 | 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 teacher head, 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".