MétaCan
Menu
Retour à la cohorte
Enregistrement W2143946419

Exports of High Technology Products from Developing Countries: Is it Real or a Statistical Artifact

2000· preprint· en· W2143946419 sur OpenAlexaboutno aff
Sunil Mani

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDeveloping countryHigh techBusinessInternational tradeQuarter (Canadian coin)Product (mathematics)Developed countryInternational economicsCommerceEconomicsEconomic growthPolitical sciencePopulationGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper first develops a consistent time-series data on the exports of high technology products from essentially the developing countries. An analysis of the data shows that developing countries are increasingly becoming exporters of manufactured products as against primary products in the past. Second the world trade is increasingly becoming a trade in high tech products. What is more striking is the significant increase of the technology content of exports by developing countries: very nearly a quarter of the exports from developing countries is now in high tech products. Third, the share of developing countries in high tech exports have shown dramatic increases: it has increased from about 8 per cent in 1988 to about 23 per cent by 1997. But there is considerable concentration of it in a few countries. The paper then seeks to explain whether these developing countries are real exporters of high tech products or not. This is accomplished by a careful examination of the degree of product specialisation by both developed and developing countries, by examining their record with respect to patenting and finally by analysing certain indicators of high tech competitiveness. The paper concludes by presenting a case study of a leading high tech exporter from the developing world. Key Words: Exports; High-technology; Innovation; Developing Countries; Competitiveness JEL classification: N70, O34, O38, O53 CONTENTS 1.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,010
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,135
Tête enseignante GPT0,266
Écart entre enseignants0,131 · 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

Citations36
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIntellectual Property and PatentsTravaux en français237 207