MétaCan
Menu
Retour à la cohorte
Enregistrement W3092000904 · doi:10.5430/ijfr.v11n5p275

The Effect of International Currency Crises on the Balance of Payments: Evidence From Jordan

2020· article· en· W3092000904 sur OpenAlexvenueno aff
Tamer Rawashdeh, Mahmoud Al-Rdaydeh, Basem Hamouri

Notice bibliographique

RevueInternational Journal of Financial Research · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIslamic Finance and Banking Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRenminbiCurrencyEconomicsBalance of paymentsLiberian dollarInternational economicsMonetary economicsExchange rateDevaluationUs dollarContext (archaeology)Current accountFinance

Résumé

récupéré en direct d'OpenAlex

The effect of the international currency crises on the Jordanian balance of payments (BoP) between Q1-2000 and Q4-2017 was investigated in this paper. The currency crises are represented by the various exchange rates (ER) for the Japanese Yen, United States (US) Dollar, Euro Member Countries, China Renminbi, and the United Kingdom (UK) Pound with the Jordanian Dinar. In approximating the potential short-run and long-run associations among the different ER variations and the BoP, the ARDL bounds testing technique was employed. The empirical findings revealed that variation in the ER rate for EUR/JOD had a positive significant impact on the BOP for the short-run and long-run relation, whereas, opposingly, for the JPY/JOD, it had a negative significant impact on the BoP in the short-run and long-run relations. For other currencies, the results varied. Therefore, to reduce the effect of currency fluctuations and resultant crises on the BoP, over-reliance on the promotion and importation of goods and domestic export products should be avoided. As such, in the context of the Jordanian economy, the country needs to diversify. Accordingly, this can only be achieved if the economy is expanded along with advancing and developing entrepreneurial innovation supported by fiscal disciplines.

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)0,007
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
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)0,0020,000

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 Opus0,070
Tête enseignante GPT0,365
Écart entre enseignants0,294 · 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 revueInternational Journal of Financial ResearchMême sujetIslamic Finance and Banking StudiesTravaux en français237 207