MétaCan
Menu
Retour à la cohorte
Enregistrement W3004485952

RECURSOS NATURALES EN LA ECONOM íA: ¿ES POSIBLE EL CRECIMIENTO VERDE?

2016· article· es· W3004485952 sur OpenAlexaboutno aff
S C Pablo Corte

Notice bibliographique

RevueRevista Arbitrada Formación Gerencial · 2016
Typearticle
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Desde hace algun tiempo una parte de la Teoria Economica ha intentado demostrar que lapresencia de recursos naturales en la economia tiene efectos negativos en el desarrollo, entre los principales autores que han defendido esta postura han sido Jeffrey Sachs y Andrew Warner (1995), quienes marcan a las exportaciones como homonimo del avance economico, al igual que Thorvaldur Gylfason y Gilfi Zoega (2002), quienes lo miden a traves de las tasas de crecimiento. Sin embargo, las demostraciones estadisticas, en ambos documentos, parecen dejar mas preguntas que respuestas, debido al manejo de la informacion de corte transversal de todas las economias sin considerar las pertinencias geograficas, tecnologicas e historicas de cada una. En el presente articulo, se busca rebatir dichos argumentos a traves de las mismas fuentes de informacion estadistica, actualizadas, desarrollando un modelo de variables instrumentales de dos etapas entre los paises de America Latina y el Caribe con respecto a los de Europa, Estados Unidos, Japon y Canada. Se busca mostrar que la participacion de los recursos naturales en la economia, ayudan a las tasas de crecimiento, aunque al compararlo con otras variables economicas y financieras no hay evidencia clara a lo que afirman los autores mencionados.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,163

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,007
Communication savante0,0070,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,251
Écart entre enseignants0,235 · 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'étudeThéorique ou conceptuel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Arbitrada Formación GerencialMême sujetEconomic Theory and PolicyTravaux en français237 207