MétaCan
Menu
Retour à la cohorte
Enregistrement W2001556799 · doi:10.1155/2014/376486

Technical Efficiency and Technical Change in Canadian Manufacturing Industries

2014· article· en· W2001556799 sur OpenAlexaffabout
Samuel Gamtessa

Notice bibliographique

RevueEconomics Research International · 2014
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésEndogeneityTechnical changeEconomicsPanel dataEconometricsTechnical progressStochastic frontier analysisManufacturingSolow residualTotal factor productivityResidualManufacturing sectorCapital (architecture)Capital equipmentSlowdownMacroeconomicsProductivityIndustrial organizationProduction (economics)Growth accountingMathematicsBusiness

Résumé

récupéré en direct d'OpenAlex

This study applies the “true fixed effects” panel stochastic frontier methodology to the Canadian KLEMS data set to estimate technical change and technical efficiency in the Canadian manufacturing sector. To account for the endogeneity of capital inputs as well as the possible problems related to omitted variables, a two-stage residual inclusion method is pursued. The first stage is estimated using the dynamic panel GMM method. The results show that Canadian manufacturing industries experienced significant declines in technical efficiencies during the last ten years. This suggests that the observed slowdown in TFP growth during the recent past is partly due to declining technical efficiency.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,013
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil0,960

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,199
Tête enseignante GPT0,448
Écart entre enseignants0,250 · 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 tête enseignante, 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

Citations1
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEconomics Research InternationalMême sujetEfficiency Analysis Using DEATravaux en français237 207