Determinants of Economic Development: A Case of Gulf Cooperation Council (GCC) Countries
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
The main objective of this research is to identify the determinants of economic development in Gulf Cooperation Council (GCC) countries over the period of 1996-2016. The economic growth of GCC countries has slowed down due to a sharp drop in oil prices as GCC countries are depending on oil exportation for their economies. The GCC countries preferred to diversify their economies through the strategic plans called Vision 2030. The Vision 2030 for Gulf countries started in Saudi Arabia in 26 April 2016 when the Crown Prince (Mohammad bin Salman Al-Saud) declared that Saudi Arabia has to not depend on oil exportation substantially and that the diversification of oil is a must. The economic growth can be measured through the gross domestic production (GDP). Higher GDP indicates a better economy and higher standards of lives (welfare). Based on this, this research is finding the main indicators of economic development through regressions of fixed-effects model (FEM), random-effects model (REM), generalized methods of moments (GMM) and generalized least squares (GLS) models. The results show that production and rule of law strongly support the economy. In contrast, political instability and a larger population impact economic growth significantly and negatively. In addition, the global financial crisis (GFC) also decreased the economic strength significantly. This study helps the policymakers in economics sector to focus on the positive determinants and to avoid (or reduce) the implementation of the negative factors. In addition, the researcher on economics can be benefited from this study.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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