MétaCan
Menu
Retour à la cohorte
Enregistrement W2585974774 · doi:10.5539/jsd.v10n1p34

The Impact of Trade Liberalization on the Manufacturing Sector in Jordan

2017· article· en· W2585974774 sur OpenAlexvenueno aff
Mohammad Alawin, Bader Yousef Obeidat, Muawiya Attiyat, Buthaina M. A. Muhtaseb, Ghazi Al‐Assaf, Alaaeddin Al-Tarawneh

Notice bibliographique

RevueJournal of Sustainable Development · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpenness to experienceCointegrationManufacturing sectorAccessionLiberalizationEconomicsInternational economicsProduction (economics)Exchange rateGovernment (linguistics)ManufacturingBusinessInternational tradeMonetary economicsMacroeconomicsMarket economyEconometrics

Résumé

récupéré en direct d'OpenAlex

This study examines the impact of the degree of trade openness, real exchange rate (RER) and the level of imports on the production of the manufacturing sector in Jordan for the monthly period (1992-2012). This study applies the Chow test for structural changes. The results show that the year 2000, when Jordan officially joined the World Trade Organization (WTO), represents a year of structural change. Thus, the study has divided the full period into two sub-periods. In addition, the results of the study indicate the absence of a cointegration relationship over the period leading up to Jordan's accession to the WTO. The period that follows the trade openness has shown the presence of cointegration and long-term relationship among the variables. Specifically, for the second period, the study found that the degree of trade openness has a positive and a statistically significant effect on the manufacturing production. Therefore, the study recommends that the government continue to support the manufacturing sector and not to raise any input costs on it, especially given the relatively high cost of fuel and electricity. This should keep the competitiveness of this sector relatively high.

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)0,002
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,234
Écart entre enseignants0,190 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable DevelopmentMême sujetGlobal trade and economicsTravaux en français237 207