MétaCan
Menu
Retour à la cohorte
Enregistrement W2218899712 · doi:10.5539/ijef.v8n1p229

The Impact of Export Volume and GDP on USA’s Civil Aviation in Between 1980-2012

2015· article· en· W2218899712 sur OpenAlexvenueno aff
Salih Kalaycı, Sabire Yazıcı

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCivil aviationCointegrationAviationOrder (exchange)Johansen testTest (biology)Volume (thermodynamics)EconomicsDimension (graph theory)EconometricsReal gross domestic productError correction modelMathematicsEngineeringFinance

Résumé

récupéré en direct d'OpenAlex

This paper assays how the effect of USA’s both export volume and GDP have on civil aviation by implementing econometrical models such as linear regression and Johansen Co-integration tests in order to realize the dimension of its influence. The impact of both export volume and GDP on civil aviation have analyzed between the years 1980 and 2012 in order to make it a parametrical test by using E-Views Programme. According to Johansen cointegration test there is a long term relationship between the variables in between 1980-2012.Furthermore, It has been founded that USA’s export volume and GDP have crucial influence on civil aviation according to the E-Views programme results within the periods of 1980-2012. influence. The impact of both export volume and GDP on civil aviation have analyzed between the years 1980 and 2012 in order to make it a parametrical test by using E-Views Programme. According to Johansen cointegration test there is a long term relationship between the variables in between 1980-2012. Furthermore, It has been founded that USA’s export volume and GDP have crucial influence on civil aviation according to the E-Views programme results within the periods of 1980-2012.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,017
Score d'incertitude au seuil0,372

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,048
Tête enseignante GPT0,262
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 tête enseignante, 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

Citations13
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetFiscal Policy and Economic GrowthTravaux en français237 207