MétaCan
Menu
Retour à la cohorte
Enregistrement W2037198302 · doi:10.5539/ibr.v2n4p129

Decomposition of Malaysian Production Structure Input-Output Approach

2009· article· en· W2037198302 sur OpenAlexvenueno aff
Hussain Ali Bekhet

Notice bibliographique

RevueInternational Business Research · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Impact and Sustainability
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDecompositionProduction (economics)Structural changeTable (database)EconometricsFinal demandEconomicsComputer scienceMathematicsMacroeconomicsData mining

Résumé

récupéré en direct d'OpenAlex

Structural decomposition techniques are widely used to break down the growth in some variable into the changes in its determinants. Over the past two decades, input-output structural decomposition analysis (SDA) has developed into a major analytical tool. We review the development of SDA and its relationship to other methodologies. We present the fundamental principle of alternative approaches to deriving SDA estimating similarities and explore the various & decompositions of changes in I-0 tables. Using I-O Tables for the Malaysian Economy 1983-2000, this comparative study focuses on changes in the economic structure with different levels of development over time (1983-2000). The change in the economic structure is decomposed into two initial components (Technology and total output). According to the results, there are similarities over time in the national structure of production patterns of intermediate use of commodities. Also, the results indicate a rather remarkable degree of commonality in the patterns of growth processes, with more significant differences between sectors than between tables. However, the most changes within sectors, and the Malaysian table as a whole, seem to result from changes in x, and f. A seems to have remained relatively unchanged.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,442
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,345
Écart entre enseignants0,319 · 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.

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

Citations20
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetEnvironmental Impact and SustainabilityTravaux en français237 207