MétaCan
Menu
Retour à la cohorte
Enregistrement W2308292224 · doi:10.18533/ijbsr.v6i2.926

Vertical Specialization of Production: Critical Review and Empirical Evidence for the Mexican Manufacturing Industries 1994-2014

2016· article· en· W2308292224 sur OpenAlexaboutno aff
Maritza Sotomayor

Notice bibliographique

RevueInternational Journal of Business and Social Research · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutomotive industryProduction (economics)Empirical researchScheduleOrder (exchange)ManufacturingBusinessTariffFactory (object-oriented programming)EconomicsIndustrial organizationInternational tradeMarketingStatisticsComputer scienceEngineeringMacroeconomicsMathematicsManagement

Résumé

récupéré en direct d'OpenAlex

This paper surveys Vertical Specialization (VS) from different empirical approaches, including the various conceptualizations of VS, the problems with its quantification, and a case study. The empirical estimation of this paper refers to the Mexican manufacturing industry and the in-bond industry (also known as maquiladora). The purpose of this paper is to compare VS, through the application of the Vertical Intra-Industry Trade (VIIT) indexes, for maquiladora and non-maquiladora industries and to contrast the degree to which the maquiladora industry is integrated with the global value chain relative to the non-maquiladora activities for the 1994-2006 period. Furthermore, this paper quantifies VIIT for the post-maquiladora period (2007-2014) in order to discuss if there have been changes in the VIIT since the conclusion of the maquiladora program in 2006. In particular, this paper tests if the quality ladder hypothesis applies to Mexico for its bilateral trade with the United States and Canada. The empirical estimations show the remarkable differences between maquiladora and non-maquiladora VS and the impacts that changes in the NAFTA tariff schedule for the automotive industry have had on the bilateral trade pattern.

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)0,005
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0100,019
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)0,0020,000

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 Opus0,521
Tête enseignante GPT0,436
Écart entre enseignants0,085 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business and Social ResearchMême sujetGlobal trade and economicsTravaux en français237 207