MétaCan
Menu
Retour à la cohorte
Enregistrement W2123854984 · doi:10.5539/ass.v9n13p147

Exchange Rate and Country’s Export Competitiveness: An Empirical Discourse Analysis

2013· article· en· W2123854984 sur OpenAlexvenueno aff
Chayongkan Pamornmast, Kittisak Jermsittiparsert, Thanaporn Sriyakul

Notice bibliographique

RevueAsian Social Science · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCointegrationExchange rateDominance (genetics)CurrencyEconomicsAgricultureInternational economicsClassical economicsMonetary economicsEconometrics

Résumé

récupéré en direct d'OpenAlex

The objective of this study is to empirically analyze the discourse on correlation between exchange rate and country’s export competitiveness, which is one of the dominant discourses having been continuously and extensively reproduced in the Thai society by the authorities from academia, the public and private sectors. The study analyzes the time-series data of the exchange rate, overall exports, exports of agricultural products, and exports of industrial products by employing advanced statistical analysis, regression, and the Johansen Cointegration Test. Through regression, we find that exchange rate is negatively related to overall exports, exports of agricultural products and exports of industrial products. On the contrary, Johansen Cointegration Test does not demonstrate any long-term relationship between exchange rate and the three variables of export. Thus, the claim that the appreciation of domestic currency will negatively affect the country’s export competitiveness, whether in overall, agricultural products or industrial products, is not a defect in good faith but another example of the dominance of oriented discourse, which gives way for the elite to take advantage as a camouflage in the form of knowledge and truth, while others in the society never suspect nor argue about it.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,007
Études des sciences et des technologies0,0010,003
Communication savante0,0040,004
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,053
Tête enseignante GPT0,283
Écart entre enseignants0,230 · 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'étudeQualitatif
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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetGlobal trade and economicsTravaux en français237 207