MétaCan
Menu
Retour à la cohorte
Enregistrement W2174187247 · doi:10.1142/s0217590816500077

ANALYZING THE TFP PERFORMANCE OF CHINESE INDUSTRIAL ENTERPRISES

2016· article· en· W2174187247 sur OpenAlexaff
Kui‐Wai Li

Notice bibliographique

RevueThe Singapore Economic Review · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensUniversity of TorontoGlobal Affairs Canada
Organismes subventionnairesCity University of Hong Kong
Mots-clésTotal factor productivityBusinessIndustrial organizationEconomicsProductivityMacroeconomics

Résumé

récupéré en direct d'OpenAlex

After nearly four decades of rapid growth, the China economy is faced with various challenges. The 2008 crisis would have served as the last straw as China experienced falls and volatilities in industrial output, export and foreign direct investment. The new policy focuses on expansion of domestic consumption and rebalancing. Given the unreliability of Chinese products, there is a need to rebuild product acceptability and market confidence. The structure of industrial enterprises, especially the small- and medium-sized enterprises, will play a crucial role in the next phase of development in the China economy. This paper uses the data on Chinese industrial enterprises to estimate the productivity performance of enterprises across regions and industries. The discussion is placed on the impact of the 2008 financial crisis on the China economy and industries enterprises. By using a simple methodology and OLS regression analysis on the estimation of total factor productivity, the empirical results show that SMEs and non-SMEs do perform differently in different industries and across regions, but SMEs suffered more than non-SMEs since the 2008 crisis.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,816
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,001

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 Opus0,049
Tête enseignante GPT0,250
Écart entre enseignants0,201 · 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.

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Singapore Economic ReviewMême sujetFirm Innovation and GrowthTravaux en français237 207