MétaCan
Menu
Retour à la cohorte
Enregistrement W2042904641 · doi:10.2307/3557768

Weathering the Storm: Taiwan, its Neighbors, and the Asian Financial Crisis.

2001· article· en· W2042904641 sur OpenAlexaffvenue
Kevin G. Cai

Notice bibliographique

RevuePacific Affairs · 2001
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésStormFinancial crisisWeatheringBusinessGeographyFinancial systemGeologyEconomicsMeteorologyGeochemistryMacroeconomics

Résumé

récupéré en direct d'OpenAlex

In July 1997, the promise of the economic miracle and the century devolved into economic chaos and the onset of what has become known as the Asian financial crisis. One by one, many of the region's great economic success stories suffered damage to their financial markets, their currencies, and economic well-being. This volume, the result of an April 1999 conference organized by the Chung-Hua Institution for Economic Research and the Brookings Institution, examines the sources and lessons of the Asian financial crisis. Experts from both sides of the Pacific have drawn valuable policy lessons from the failures and successes of four key economies in the region: Indonesia, South Korea, Thailand, and Taiwan. In examining Taiwan's relative success in weathering the storm, this volume helps explain the widely varying degrees of performance of the region's affected economies. The concluding chapter focuses on general principles for the liberalization of financial markets and stabilization of macroeconomy in developing countries. This work provides much-needed new understanding and reasoned policy lessons to help the Asia-Pacific region meet its vast economic potential. It will be useful for academics and economic policymakers in governments, international organizations, universities, and research institutions, both in the region and beyond, as they assess and implement strategies for more stable regional and global economic development.

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)0,000
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 enseignants0,057
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
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 Opus0,015
Tête enseignante GPT0,203
Écart entre enseignants0,188 · 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

Citations7
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePacific AffairsMême sujetGlobal Financial Crisis and PoliciesTravaux en français237 207