Investigation with panel data analysis of the effect on economic growth of employment in agriculture and industrial sector: example of some OECD countries (1993-2017)
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
Purpose-Economic growth is one of the biggest indicators of the strength of a country. Countries provide economic growth by generating resources with their advanced technology. In this study, for some OECD countries (Germany, Belgium, Canada and Turkey) was investigated effect on the economic growth of the employment in the agriculture and industrial sector using panel data analysis. In the study, annual data were used from the years 1993-2017. Methodology-The data were taken from the official web address of the World Bank. Firstly, the data to be used in the model were examined by "unit root tests" to determine whether these series are stationary. According to the results of the unit root test applied to the levels of the variables, it was seen that the series were not stationary but contained unit root. For this reason, the primary differences of the series were taken and found to be stationary. Then the co-integration test was performed. Findings-The results of the cointegration tests performed indicate that there is a cointegration and there is a long-term relationship between the variables. In the study, classical, fixed effect and random effective regression models were used. The Hausman test was applied to determine the correct regression to be used, resulting in the appropriate model being the random effect model. Conclusion-After the Haussmann test, the most appropriate model was obtained as a random effect model.
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 | 0,000 |
| Science ouverte | 0,000 | 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