The Comparative Advantage of Crude Oil in the Top 10 Oil-Producing Countries
Notice bibliographique
Résumé
This paper investigates the comparative advantage of crude oil in the top 10 oil-producing countries through computing the Normalized Revealed Comparative Advantage (NRCA) index and further examines the determinants of this advantage using panel estimation technique. The results of the NRCA index showed that during the study period of 27 years (1990-2016) not all the top10 oil-producing countries have a comparative advantage in crude oil production. Countries like Iran, Iraq, Kuwait, Russia, Saudi, and UAE are found to have a comparative advantage in producing crude oil, while countries like Brazil, China, and the USA have no comparative advantage in producing crude oil. For Canada, its comparative advantage is only revealed just between 2006 and 2016. The result of the Panel ARDL suggested that in the long run, crude oil price (COP) and daily average of crude oil production (DAP) are found to be positive and significantly related to NRCA, whereas proven reserve (PR) and domestic demand for oil (DDO) are negative and significantly related to NRCA. In the short run, COP, ADP, and DDO have the same effect as in the long run and significantly related to NRCA, while PR is statistically insignificant. Finally, a bidirectional Granger-causality is detected between the variables except for the PR and NRCA where a unidirectional causality runs from PR to NRCA.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».