Notice bibliographique
Résumé
ity are on the policy agenda in most OECD countries, as governments seek to address prob-lems related to sluggish growth, such as weak employment growth, high unemployment or fiscal deficits. This agenda has also affected the work of the OECD. A comprehensive study of growth performance in the OECD area, includ-ing a set of policy recommendations, was pre-sented to the OECD Ministerial meeting in May 2001 (OECD, 2001). Further empirical findings and policy recommendations, focusing on the role of firm dynamics, regulatory factors and information and communications technol-ogy (ICT), were released in 2003 and 2004 (OECD, 2003a, 2003b, and 2004a). This article returns to the findings of these OECD studies and presents further empirical evidence on economic growth and productivity at the aggregate, industry and firm level. It par-ticularly focuses on the different growth experi-ences of the main OECD regions, notably Europe, the United States and Japan, and pays special attention to the position of Canada. The next section discusses aggregate growth patterns in the OECD area, examining the main factors affecting growth as well as some of the policies that may help strengthen growth. The third sec-tion focuses on multifactor productivity (MFP) growth, or the overall efficiency of labour and capital, and some of the factors that may have influenced the pick-up in MFP growth in certain OECD countries, such as investment in R&D and more rapid innovation, as well as the impacts of ICT use and firm turnover. The final section draws some conclusions. Growth Patterns
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».