MétaCan
Menu
Retour à la cohorte
Enregistrement W3124429016

Structural Challenges for SOEs in Belarus : A Case Study of the Machine Building Sector

2014· preprint· en· W3124429016 sur OpenAlexaff
Edgardo Favaro, Karlis Smits, Marina Bakanova

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2014
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueRussia and Soviet political economy
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésCommonwealthProductivityCompetition (biology)Goods and servicesQuality (philosophy)BusinessMarket economyCapital goodExploitEconomicsEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Are Belarus's state owned enterprises positioned to grow in 2011-2015 as successfully as in 1995-2006? State owned enterprises account for 55 percent of Belarus's output and two-thirds of overall employment; economic growth in 1995-2006 was the result of capacity expansion and productivity improvements in state owned enterprises. These sources of economic growth originated in policy decisions that preserved the functioning of the command and control economy and allowed the country to exploit preferential commercial access to the Russian market in several goods and services. Are the same reasons likely to facilitate the performance of state owned enterprises and overall economic growth in 2011-2015? This paper concludes that this is not likely to happen. Times have changed: the slowdown in production and exports in 2009-2010 was unquestionably associated with a transitory decline in demand for durable goods in Russia. But there have also been more permanent market forces at work: a steady increase in competition in Russia and other Commonwealth of Independent States markets resulting from low-price Chinese and Russian-produced capital goods; and a shift in demand from low-quality/low price to high-quality, high-price transport equipment demand in Russia and other Commonwealth of Independent States markets. And these forces are there to stay. This conclusion leads to the following questions: Would state owned enterprises be able to adapt to observed market changes? What reforms would be relevant to facilitate the necessary adaptation?

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,129
Score d'incertitude au seuil0,256

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,005
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,082
Tête enseignante GPT0,389
Écart entre enseignants0,307 · 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'étudeQualitatif
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetRussia and Soviet political economyTravaux en français237 207