MétaCan
Menu
Retour à la cohorte
Enregistrement W2116940887 · doi:10.1111/j.1467-937x.2009.00579.x

Endowments, Output, and the Bias of Directed Innovation

2009· article· en· W2116940887 sur OpenAlexaff
Bernardo S. Blum

Notice bibliographique

RevueThe Review of Economic Studies · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEconomicsFactor endowmentProduction (economics)Capital (architecture)EndowmentDeveloping countryPoint (geometry)Factor priceFactors of productionLabour economicsEconometricsMacroeconomicsMicroeconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

In this paper, I ask the question: <it>Does the output-mix of countries change in response to changes in factor endowments?</it> If so: <it>How long does it take?</it> Using data on capital, as well as skilled and unskilled labour employed in three-digit International Standard Industrial Classification (ISIC) manufacturing industries for a sample of 27 developing and developed countries over the 1973–1990 period, I find that the output-mix of countries does not change in response to endowment changes, even after 15 years. This answer raises another question: <it>How then do countries absorb changes in factor endowments?</it> The data show that in both the short and long runs, an increase in the supply of a production factor reduces its rate of return and makes it more intensively used in all sectors of the economy: changes in production techniques. In the long run, the point estimate is that the reduction in the rate of return is more than 50% larger than in the short run. This is consistent with induced innovations being predominantly biased towards the scarce factor.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,489
Score d'incertitude au seuil0,313

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,115
Tête enseignante GPT0,287
Écart entre enseignants0,172 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Review of Economic StudiesMême sujetEconomic Growth and ProductivityTravaux en français237 207