MétaCan
Menu
Retour à la cohorte
Enregistrement W2029713471 · doi:10.1093/oxrep/grh022

Trade Liberalization: Export-market Participation, Productivity Growth, and Innovation

2004· article· en· W2029713471 sur OpenAlexaffabout
John R. Baldwin

Notice bibliographique

RevueOxford Review of Economic Policy · 2004
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésProductivityLiberalizationEconomicsFree tradeInternational tradeInternational economicsMacroeconomicsMarket economy

Résumé

récupéré en direct d'OpenAlex

The paper examines how Canadian manufacturing plants have responded to reductions in tariff barriers between Canada and the rest of world over the past two decades. Three main conclusions emerge from the analysis. First, trade liberalization was a significant factor behind the strong export growth of the Canadian manufacturing sector. As trade barriers fell, more Canadian plants entered the export market and existing exporters increased their share of shipments sold abroad. Second, export-market participation was associated with increases in a plant's productivity growth. Third, our analysis identified the presence of three main mechanisms through which export-market participation raises productivity growth among plants: learning by exporting; exposure to international competition; and increases in product specialization that allowed for exploitation of scale economies. Our evidence also shows that plants that move into export markets increase investments in R&D and training to develop capacities for absorbing foreign technologies and international best practices. Finally, entering export markets leads to increases in the number of advanced technologies being used, increases in foreign sourcing for advanced technologies, and improvements in the information available to firms about advanced technologies. It is also associated with improvements in the novelty of the innovations that are introduced.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,008
Études des sciences et des technologies0,0000,001
Communication savante0,0040,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,001

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 Opus0,059
Tête enseignante GPT0,277
Écart entre enseignants0,218 · 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

Citations323
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOxford Review of Economic PolicyMême sujetGlobal trade and economicsTravaux en français237 207