MétaCan
Menu
Retour à la cohorte
Enregistrement W3034023223 · doi:10.31703/ger.2020(v-i).01

Estimation of Consumption Function for Developing Economies: China, Turkey, Vietnam and Bangladesh

2020· article· en· W3034023223 sur OpenAlexaff
Saima Liaqat, Marguerite Wotto, Khalid Khan

Notice bibliographique

RevueGlobal Economics Review · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésEconomicsConsumption (sociology)Consumption functionUnemploymentReal gross domestic productChinaAutonomous consumptionAffect (linguistics)Aggregate incomePrivate consumptionInterest rateReal interest rateMonetary economicsEconometricsDemographic economicsMacroeconomicsIncome distributionProduction (economics)Aggregate expenditureFiscal policyGeographyInequality

Résumé

récupéré en direct d'OpenAlex

This study analyses the determinants of consumption function for four countries: China and Turkey as Upper Middle-Income Economies (UMIE); Bangladesh and Vietnam as Lower Middle-Income Economies (LMIE). It used a model based on the ARDL technique to analyze the time series data for the period of 1985- 2018. The results reveal that wealth and labor income have a similar impact on consumption in UMIE and LMIE since they affect significantly and positively aggregate consumption. Unemployment and real interest rates have an analogous result for UMIE while assorted results LMIE. The real interest rate harms RPAC as evidence of income effect. However, the short-term wealth and real GDP positively affect real RPAC whereas the unemployment rate and real interest rate negatively affect aggregate real private consumption of the selected economies.

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)0,002
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 enseignants0,058
Score d'incertitude au seuil0,115

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
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 Opus0,089
Tête enseignante GPT0,264
Écart entre enseignants0,175 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Economics ReviewMême sujetMonetary Policy and Economic ImpactTravaux en français237 207