Demand for Brazilian softwood molding by the United States: an econometric study.
Bibliographic record
Abstract
Este estudo analisa a demanda dos Estados Unidos pela moldura brasileira. O objetivo foi estimar as elasticidades das principais variáveis que afetam a referida demanda. As estimativas foram obtidas atra-vés do método de mínimos quadrados ordinários, utilizando séries históricas com periodicidade trimestral coletadas entre os anos de 1994 e 2007. Os resultados indicaram respostas: elástica ao preço, altamente elástica a renda, unitária para o preço da moldura chilena, altamente inelástica para o preço da moldura canadense e inelástica para as expectativas. Concluiu-se com base em séries históricas que: o mercado americano dispõe de bons substitutos a moldura brasileira e uma redução no seu preço pode trazer vanta-gens competitivas; o Brasil é altamente dependente de uma expansão econômica dos EUA para aumentar sua parcela de mercado; o produto Canadense foi identifcado pelo mercado dos EUA como diferente ao brasileiro; já a relação com o Chile foi de acirrada concorrência; o comportamento das expectativas apre-sentou uma relação direta, ou seja, um aumento das importações no presente leva a uma expectativa de aumento das importações no futuro. ______________________________________________________________________________________ ABSTRACT
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".