MétaCan
Menu
Retour à la cohorte
Enregistrement W3007759307 · doi:10.1080/15140326.2020.1722384

Merchandise exports and economic growth: multivariate time series analysis for the United Arab Emirates

2020· article· en· W3007759307 sur OpenAlexaff
Athanasia Stylianou Kalaitzi, Trevor W. Chamberlain

Notice bibliographique

RevueJournal of Applied Economics · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésCointegrationEconomicsOrdinary least squaresGranger causalityJohansen testCausality (physics)EconometricsAutoregressive modelWald testShort runMultivariate statisticsTime seriesVector autoregressionError correction modelMacroeconomicsMathematicsStatistical hypothesis testingStatistics

Résumé

récupéré en direct d'OpenAlex

This paper examines the validity of the export-led growth (ELG) hypothesis in the United Arab Emirates (UAE) over the period 1975–2012, using a neoclassical production function augmented with merchandise exports and imports of goods and services. The study applies the Johansen cointegration technique and dynamic ordinary least squares (DOLS) regression to confirm the existence of a long-run relationship between exports and economic growth, while the multivariate Granger causality test is applied to examine the direction of the short-run causality. In addition, the existence of long-run causality is investigated by applying a modified version of the Wald test in an augmented vector autoregressive model. The Johansen test and DOLS results confirm the existence of a long-run relationship between exports and economic growth. In addition, the study provides evidence to support the validity of the ELG hypothesis in the short-run, while no long-run causality is found to exist.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,049
Tête enseignante GPT0,208
Écart entre enseignants0,159 · 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'étudeObservationnel
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

Citations42
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EconomicsMême sujetGlobal trade and economicsTravaux en français237 207