MétaCan
Menu
Retour à la cohorte
Enregistrement W3118862520 · doi:10.5430/rwe.v12n1p113

The Effects of Human Capital by Gender on Economic Growth

2021· article· en· W3118862520 sur OpenAlexvenueno aff
Mohd Shahidan Shaari, Razinda Tasnim Abdul Rahim, Nor Hidayah Harun, Faiz Masnan

Notice bibliographique

RevueResearch in World Economy · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Teknologi MARA
Mots-clésHuman capitalEconomicsIncentiveLabour economicsGovernment (linguistics)Short runCapital deepeningDemographic economicsEconomic growthCapital formationMonetary economicsFinancial capitalMarket economy

Résumé

récupéré en direct d'OpenAlex

The issue of human capital by gender has been sparsely discussed in previous literature especially male labour force. The contribution of both genders to economic growth has intensified every year. Therefore, this study aims to investigate the effects of human capital by gender on economic growth in Malaysia. Data ranging from 1982 to 2018 were analysed by using the ARDL approach. The results show that higher male labour force participation rates can boost economic growth in the short run and long run in Malaysia. Higher female labour force participation rates, on the other hand, can reduce economic growth in the short run and long run in Malaysia. Therefore, the government should encourage more male labour to participate in the labour market by giving incentives. More job opportunities should be created for both genders.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,706

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,110
Tête enseignante GPT0,467
Écart entre enseignants0,357 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetEmployment and Welfare StudiesTravaux en français237 207