MétaCan
Menu
Retour à la cohorte
Enregistrement W3034959896 · doi:10.6000/1929-7092.2020.09.23

Role of Remittances on Gross Domestic Product (GDP) Growth in Developing Countries: The Case of Bangladesh

2020· article· en· W3034959896 sur OpenAlexvenueno aff
Md Shahadat Hossain, Lee Chin, Rusmawati Said, Suryati Ishak

Notice bibliographique

RevueJournal of Reviews on Global Economics · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRemittanceGross domestic productEconomicsOrdinary least squaresReal gross domestic productGross private domestic investmentDeveloping countryDevelopment economicsDemographic economicsMonetary economicsMacroeconomicsEconomic growthEconometricsProduction (economics)

Résumé

récupéré en direct d'OpenAlex

Bangladesh is one of the top ten remittance recipient countries and the contribution of remittance to the GDP has increased dramatically in recent years.This study examines the role of remittances on GDP growth in Bangladesh and Time series data for decades from 1996 to 2019 extracted from the World Bank database as well as Bangladesh Bank statistics were used.The study was conducted being motivated from conflicting results that have emerged in the literature on the impact of remittance on the economic growth of different countries.Using ordinary least squares (OLS) and Pearson correlation method, the empirical results of the study have been consistent with some previous studies while also contrasted to some literature on the impact of remittances on GDP, Gross Domestic Savings and Domestic Expenditure of a country.We have found that the remittances have a significant impact on the growth of GDP as well as Gross Domestic Savings and Domestic Expenditure.Since, there are no recent studies on the role of remittances on GDP, therefore, the findings of the study provide a significant insights for policymakers for strengthening policies and regulations relating to harnessing remittances for economic growth.Implications of the study have been discussed.

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)0,003
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 enseignants0,064
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,311
Écart entre enseignants0,286 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Reviews on Global EconomicsMême sujetMigration and Labor DynamicsTravaux en français237 207