MétaCan
Menu
Retour à la cohorte
Enregistrement W3123685643

Productivity versus Endowments: A Study of Singapore's Sectoral Growth, 1974-92

2001· article· en· W3123685643 sur OpenAlexaboutno aff
Hiau Looi Kee

Notice bibliographique

RevueSSRN Electronic Journal · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocioeconomic Development in Asia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProductivityEconomicsTotal factor productivityProduct (mathematics)ManufacturingInternational tradeEconomic geographyLabour economicsBusinessMacroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Productivity and the Rybczynski effects of factor endowments have been highlighted as the two main reasons behind the growth of the East Asian NIEs. However, empirical studies at the aggregate level do not find support for the former. Focusing on Singapore's manufacturing industries, this paper estimates the contributions of these two factors to sectoral growth. The results show that both productivity and factor endowments are important. The contributions of factor endowments are larger than that of productivity growth for the non-electronics industries, while productivity dominates factor endowments as the most important source of growth in the electronics industry. (JEL 047, F43, L60) *Development Research Group, The World Bank, MSN: MC8-810, 1818 H Street, N.W., Washington, DC 20433. Tel: (202) 473 4155, Fax: (202) 522 1557, E-mail: hlkee@worldbank.org. I would like to give special thanks to Robert Feenstra for his insightful guidance and comments. Discussions with Lee Branstetter, Deborah Swenson, and Gary Hunt are gratefully acknowledged. I am also indebted to all seminar participants in the Western Economic Association International Conference 2000, University of Alberta, University of Colorado-Denver, Franklin and Marshall College, University of Georgia, University of Maine, Mount Holyoke College, University of Notre Dame, National University of Singapore, University of Western Michigan, University of Virginia and the World Bank.

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)0,004
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 enseignants0,649
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
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 Opus0,027
Tête enseignante GPT0,310
Écart entre enseignants0,283 · 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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetSocioeconomic Development in AsiaTravaux en français237 207