MétaCan
Menu
← Retour à la cohorte
Enregistrement W2166072783 · doi:10.5539/ijef.v5n11p37

Research on Economic Development Stage and Marginal Effects of Trade and FDI on Economic Growth in China

2013· article· en· W2166072783 sur OpenAlexvenueno aff
Chaobo Bao, Junliang Yu

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesNational Office for Philosophy and Social SciencesZhejiang University of TechnologyZhejiang University
Mots-clésForeign direct investmentChinaEconomicsPanel dataPromotion (chess)Per capita incomeInternational economicsInternational tradeInternationalizationEconomic reformGeographyPolitical scienceMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Since reform and opening up. exports and FDI, as two main internationalization patterns, successfully promote China's economic growth and increase the per capita income. In the mean time, it widens the regional economic gap. Whether exports and FDI are still two engines to promote China’s economic growth in a new stage of development? This paper collects provincial panel data from 1987 to 2010 in China with three economic areas, the east, the middle, and the west, and divides them into two periods, before entry into WTO and after, to study the stage of economic development’s growth effect on trade and FDI empirically. It concludes that the developed eastern area’s exports have the strongest promotion effect on economy, but its promotion effect is weakening now and weaker than the imports’ promotion effect which is still increasing now, in the compared undeveloped mid and west of China. Furthermore, FDI’s growth effects on all the three economic areas are increasing. In a word, foreign trade and FDI’s growth effects change periodically in the different stages of development, so the policy mix of trade and FDI need to be adjusted with 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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,064
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,253
Écart entre enseignants0,214 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and Finance→Même sujetGlobal trade and economics→Travaux en français237 207→