MétaCan
Menu
Retour à la cohorte
Enregistrement W3048392280 · doi:10.1002/ijfe.2068

International trade and income convergence: Sorting out the nature of bilateral trade

2020· article· en· W3048392280 sur OpenAlexaff
Alexander Bilson Darku

Notice bibliographique

RevueInternational Journal of Finance & Economics · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésEconomicsBilateral tradeConvergence (economics)International economicsInternational tradeTrade barrierSpillover effectEconomic integrationInternational free trade agreementComparative advantageFree tradeGravity model of tradeDeveloping countryMacroeconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

Abstract The paper argues that the dynamics of trade induced income convergence depend on the nature of bilateral trade between nations. To justify this argument, the paper presents a comprehensive approach that explicitly accounts for trade among OECD countries ( north–north trade ), trade between OECD and SSA countries ( north–south trade ) and trade among SSA countries ( south–south trade ). The approach also allows for the identification of the direct and indirect effects of bilateral trade on income convergence. The results show that bilateral trade among OECD countries accelerates income convergence both directly and indirectly. This result appears to be consistent with the new trade theories by Krugman, Journal of International Economics , 1979, 9 , 469–479; Krugman, American Economic Review , 1980, 70 , 950–959. and the intuitions of Heckscher, The effect of foreign trade on the distribution of income 1919 , 1950, 1–32 and Ohlin, Interregional and international trade , 1933. The trade‐convergence relationship for OECD to SSA trade is the strongest both directly and indirectly. This is the empirical evidence that the nature of this bilateral trade, promotes one directional knowledge spillover from developed to developing countries, which enables developing countries to adopt new technologies and grow faster than their rich counterparts. However, bilateral trade among SSA countries does not have any significant effect on income convergence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,372
Score d'incertitude au seuil0,601

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,237
Écart entre enseignants0,213 · 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 tête enseignante, 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

Citations9
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Finance & EconomicsMême sujetEconomic Growth and ProductivityTravaux en français237 207