MétaCan
Menu
Retour à la cohorte
Enregistrement W2790548267 · doi:10.22158/jbtp.v6n1p65

Estimating the Effect of the Internet on International Trade in Services

2018· article· en· W2790548267 sur OpenAlexafffund
Ayoub Yousefi

Notice bibliographique

RevueJournal of Business Theory and Practice · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensThe King's UniversityWestern University
Organismes subventionnairesKing's University College
Mots-clésOpenness to experienceThe InternetBusinessGoods and servicesTrade in servicesDeveloping countryPanel dataInternational tradeInternational economicsPopulationEconomicsFree tradeEconometricsEconomic growthDemographyEconomyComputer science

Résumé

récupéré en direct d'OpenAlex

<p><em>This paper assesses the relationship between the Internet and international trade in services. While there are similarities and discriminating differences between trade in services and goods, it is widely believed that the recent rapid internet penetration has benefitted trade in services more than trade in goods. The study carries out an empirical assessment of the contribution of the internet to services export and import for a total of 63 developed and developing countries over the period of 2000-2014. As most explanatory variables are likely to be jointly endogenous with services export and import, we run GMM regressions developed for dynamic panel data. </em><em></em></p><p><em>Our results are, in general, consistent with the previous findings that growth in internet users and GDP as well as measures of trade openness all has positive impact on services export and import. For instance, a</em><em> </em><em>1% increase in internet users in the partner countries leads to 0.27% and 0.08% increase in services export and import, respectively, in the combined group of reporting countries. </em><em>The impact of </em><em>internet on services export appear larger for developed countries, 0.52%, and insignificant for developing countries. The estimated coefficients of population appear significant while carry unexpected signs. Finally, the real effective exchange rate is significant for the services import only</em><em>. </em><em></em></p>

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,638
Score d'incertitude au seuil0,164

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 Opus0,025
Tête enseignante GPT0,254
Écart entre enseignants0,228 · 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'étudeThéorique ou conceptuel
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

Citations18
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Business Theory and PracticeMême sujetGlobal trade and economicsTravaux en français237 207