Contribution of Non Oil Exports to Economic Growth in Nigeria (1985-2015)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study examines the contribution of non oil export to the growth of the Nigerian economy for the period 1985-2015. The economy is experiencing a fall in exchange earning, a fall in GDP, depletion of external reserve, scarcity of foreign exchange, and high cost of goods. This is as a result of the sudden fall in international oil price. Thus, this forms the motivation for the study. Augmented Dickey Fuller was used to test for unit root and to ascertain the stationarity of the variables. The result showed non oil exports to be stationary at level while economic growth proxied by Gross Domestic Product (GDP) and exchange rate were stationary at first difference. Auto-regressive distributed lag (ARDL) model was then employed to ascertain the relationship between non oil exports and GDP. The Bound test conducted showed the presence of cointegration which means a long run relationship among the variables existed. The ARDL regression result indicated a positive and significant relationship between non oil exports and GDP. This means non oil exports contributed significantly to economic growth in Nigeria. The result also revealed that exchange rate had a negative though not significant relationship with GDP which is in line with economic theory. The study recommended making legislation that makes participation in non oil sectors like agriculture, solid minerals and manufacturing easy by both local and foreign investors, provision of credit at lower interest rate to the non oil sectors and direct participation in developing these sectors by the government.
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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle