MétaCan
Menu
Retour à la cohorte
Enregistrement W2889827801 · doi:10.1162/rest_a_00161

Ruggedness: The Blessing of Bad Geography in Africa

2009· preprint· en· W2889827801 sur OpenAlexfundno aff
Nathan Nunn, Diego Puga

Notice bibliographique

RevueThe Review of Economics and Statistics · 2009
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueCulture, Economy, and Development Studies
Établissements canadiensnon disponible
Organismes subventionnairesComunidad de MadridSocial Sciences and Humanities Research Council of CanadaCanadian Institute for Advanced Research
Mots-clésTerrainBlessingGeographyDevelopment economicsEconomic geographyEconomicsCartographyArchaeology

Résumé

récupéré en direct d'OpenAlex

There is controversy about whether geography matters mainly because of its contemporaneous impact on economic outcomes or because of its interaction with historical events. Looking at terrain ruggedness, we are able to estimate the importance of these two channels. Because rugged terrain hinders trade and most productive activities, it has a negative direct effect on income. However, in Africa rugged terrain afforded protection to those being raided during the slave trades. Since the slave trades retarded subsequent economic development, in Africa ruggedness has also had a historical indirect positive effect on income. Studying all countries worldwide, we find that both effects are significant statistically and that for Africa the indirect positive effect dominates the direct negative effect. Looking within Africa, we also provide evidence that the indirect effect operates through the slave trades.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,495
Score d'incertitude au seuil0,343

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,046
Tête enseignante GPT0,304
Écart entre enseignants0,257 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations28
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Review of Economics and StatisticsMême sujetCulture, Economy, and Development StudiesTravaux en français237 207