R&D 투자의 총요소생산성 효과에 대한 국제비교 : 우리나라와 OECD 및 주요국가를 중심으로
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
In this paper, we conduct a comparative study for the effect of R&D investment on total factor productivity(TFP) in order to compare the efficiency of R&D spending among different OECD countries. For the analysis, we first pool the data from 22 OECD member countries during 1981-2004, and estimate TFP elasticity of R&D investment of that group. Then we evaluate TFP elasticity of R&D investment of five major advanced countries such as USA, Japan, Canada, Italy and Korea from 1970 to 2004. Finally, we investigate whether the efficiency of R&D investment of Korea has improved over the period by dividing the period into two parts, before and after 1990. From the empirical analysis, we find that the estimated R&D efficiency of Korea has been similar to that of a group of 22 OECD countries. The estimated R&D efficiency of Korea has been higher than those of Canada and Italy, but lower than those of USA and Japan. In sum, the R&D efficiency of Korea has reached the average level of OECD member countries. In addition, we find that the R&D efficiency of Korea after 1990 has been much higher than the efficiency before 1990. Thus, we can say that the R&D efficiency of Korea has substantially improved over the course of a period. We surmise that increased R&D spending done by major conglomerates and technological innovation have contributed the improvement of R&D efficiency since the year of 1990.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,014 |
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