MétaCan
Menu
Retour à la cohorte
Enregistrement W2042696834 · doi:10.1080/14747731.2014.927146

Making the Poor Pay for the Rich: Capital Account Liberalization and Reserve Accumulation in the Developing World

2014· article· en· W2042696834 sur OpenAlexaffabout
Youngwon Cho

Notice bibliographique

RevueGlobalizations · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésCapital accountEconomicsCapital (architecture)Emerging marketsMonetary economicsMarket liquidityInternational economicsFinanceGeography

Résumé

récupéré en direct d'OpenAlex

Since the 1990s emerging market and developing countries (EMDCs) have been accumulating massive amounts of international reserves. The fundamental factor behind this reserve hoarding is financial in nature rather than trade-related, stemming from the widespread adoption of capital account liberalization in EMDCs, the resulting exposure to heightened financial volatility, and the consequent need to accumulate reserves as a self-insurance against potential disruptions in capital flows. Precautionary reserve hoarding, however, follows a circular logic that not only imposes heavy opportunity costs on EMDCs but also defeats the very purpose of capital account liberalization. When EMDCs accumulate reserves to hedge against capital account shocks, they are essentially recycling privately incurred short-term capital inflows into publicly incurred capital outflows, engaging in a reverse carry-trade that neither makes any economic sense nor results in any net transfer of financial resources from abroad. The net effect of this circular logic behind financial openness and precautionary reserve accumulation is a regressive and inequitable shifting of the costs of financial volatility from richer to poorer countries.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,099
Tête enseignante GPT0,314
Écart entre enseignants0,214 · 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

Citations11
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobalizationsMême sujetGlobal Financial Crisis and PoliciesTravaux en français237 207