MétaCan
Menu
Retour à la cohorte
Enregistrement W1532030782

국제환경협약이 수출에 미치는 영향에 관한 연구

2006· article· ko· W1532030782 sur OpenAlexaboutno aff
신한동, 은웅

Notice bibliographique

Revue무역학회지 · 2006
Typearticle
Langueko
DomaineSocial Sciences
ThématiqueEnergy and Environmental Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternational tradeConventionBusinessProductivityInternational economicsEconomicsEconomic growthPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Debate on the effect of increasing number of multilateral convention on environment and environmental protection policy to international trade and national productivity have become prominent in the environmental trade literature. There are more than 220 multilateral convention and forty new environmental trade barriers have been imposed over the last decade and many of convention and regulation could impact on international trade. Export oriented countries such as India, China, Taiwan, and Korea may have difficulties to their national export and their environmental protection expenditure have been increased. Thus, this research have been explored the relationship between effectuation of most effective multilateral convention on environment and increasing environmental protection expenditure and export volume of five major export industries. The Basel Convention, Montreal Protocol, and UN Framework Convention will be tested as most effective multilateral convention on environment to export. With Korean time series data ranging from 1976 through 2004, the estimation results show that effectuation of most effective multilateral convention on environment and increasing environmental protection expenditure may increase trade volume on five major industries. Some researchers argue that introducing stringent environmental policies could promote export growth by introducing and transferring more efficient production technologies and it makes industries more competitive. These findings are comparatively robust for petrochemistry and electronic and electricity industry, but less do for textile, steel, and transport equipment industry.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,006
Communication savante0,0050,004
Science ouverte0,0010,001
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,221
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue무역학회지Même sujetEnergy and Environmental SystemsTravaux en français237 207