Relación entre los precios del oro-cobre y los precios de las acciones mineras en las bolsas de valores de Nueva York, Toronto y Australia: Una aplicación del modelamiento de ecuaciones estructurales
Bibliographic record
Abstract
Propósito: La mayoría de empresas del rubro minero cotizan sus acciones en las bolsas de valores. Los precios de estas acciones mineras son producto de la influencia de diversos factores teniendo una importante relevancia los precios de los metales. Es así que en este estudio se evalúa un modelo explicativo de los precios de las acciones de empresas del sector minero y su relación con los precios de los metales. Diseño/Metodología/Enfoque: Este estudio se ajustó a un diseño explicativo con variables observables con un enfoque cuantitativo. Para la recolección de datos se procedió a la revisión de los sumarios de operaciones de seis empresas mineras que cotizan en las Bolsas de Valores de Nueva York, Toronto y Australia. Hallazgos: Se determinó que sí existe relación entre los precios del oro y el cobre con los precios de las acciones de las empresas mineras grandes productoras de oro y cobre. Además, se encontró que las empresas que producen solo cobre y no oro, también son influenciadas por el precio del oro pese a no producir este metal. Asimismo, se corroboró que los precios de las acciones de empresas mineras medianas y pequeñas obedecen principalmente a otros factores. Originalidad/Valor: Se propuso y desarrolló un modelo explicativo entre las variables de interés que confirmó de manera empírica las propuestas teóricas revisadas y también encontró nuevos e importantes hallazgos. El uso del modelamiento de ecuaciones estructurales, regresión múltiple, permitió un análisis simultáneo de las variables de estudio siendo esto superior a previos abordajes con herramientas estadísticas más limitadas que usan una correlación o regresión simple.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".