MétaCan
Menu
Retour à la cohorte
Enregistrement W2811343603 · doi:10.5539/ijef.v10n7p191

DID Analysis on the Impact of Policies on the Rural-Urban Income Disparity in Resource-Dependent Regions: A Case Study of Ordos

2018· article· en· W2811343603 sur OpenAlexvenueno aff
Rijimoleng Si, Han Gang

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResource (disambiguation)Government (linguistics)CoalChinaBusinessNatural resourceUpstream (networking)Natural resource economicsEconomicsEconomic growthCapital (architecture)GeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

Ordos is the most abundant coal resource city in Inner Mongolia. Its coal resources account for one half of Inner Mongolia's coal resources and one sixth of China's total coal reserves. Abundant coal resources have laid the foundation for Ordos become today’s resource-based city. In 2003, Inner Mongolia issued “the guiding opinions on accelerating the development of key coal enterprises” (hereinafter referred to as “policy”), supporting the development of coal enterprises and providing policy conditions for the rapid economic development of Ordos. However, with the rapid development of economy, the rural-urban income disparity is also getting bigger in Ordos. Based on panel data from 1999 to 2012 and use the DID analysis of “quasi-natural experiment”, the paper finds that the policy has increased the rural-urban income disparity. The policy increases the rural-urban income disparity by promoting GDP growth. Therefore, the role of the policy system in the economic development of a region cannot be ignored. The government supports the development of local resource-based industries and also increase support for the development of upstream and downstream industries. Under the guidance of policy, the mineral resources income should be transformed reasonably. Government should invest the proceeds of mineral resources in material capital and human capital. Government also should invest the proceeds of mineral resources in external industries and projects that require large initial capital or long construction cycles, such as those essential infrastructure sectors: education, health, transportation and energy. In this way, the integration of urban and rural development will be realized and the rural-urban income disparity will be reduced.

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)0,003
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 enseignants0,045
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,040
Tête enseignante GPT0,338
Écart entre enseignants0,298 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetIncome, Poverty, and InequalityTravaux en français237 207