Changing Complexity in the Productive Structure of Indian Economy
Notice bibliographique
Résumé
The complexity in the productive structure of an economy may be measured by the nature and extent of association between the sales and the purchase profiles captured by its input-output table. In this paper we estimate the change in complexity in productive structure of the Indian economy during the period 1984 - 96, and identify its major sources, using two multivariate techniques viz. dummy variable regression technique and dual scaling technique. The analysis is carried out in two stages. In the first stage we use dummy variable regression technique with row and column dummies to identify input-output cells with high row-column dependence. Next we use dual scaling technique to decompose the row-column association into hierarchical loops. Our analysis reveals that i) there has been significant increase in the level of complexity and degree of integration in the productive structure of Indian economy during the period 1984 to1996. This increase is most pronounced during the nineties when the economic reforms, in consonance with globalisation, were initiated for the Indian economy, ii) the increase in the level of complexity and degree of integration in productive structure of Indian economy has not been gradual as there seems to have occurred a structural break in the productive structure of the Indian economy during the nineties iii) the changes in economic complexity of Indian economy have been accompanied with significant changes in technological and/or market conditions faced by different sectors of the Indian economy; Manufacturing, Allied Agriculture and Services being the sectors having undergone tremendous change in both the aspects and iv) in terms of maturity, as measured by the level of complexity and degree of integration, the Indian economy has started resembling the developed countries like USA and Canada.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».