MétaCan
Menu
Retour à la cohorte
Enregistrement W3124818377

International Productivity Differences and Roles of Domestic Investment, FDI and Trade

2009· article· en· W3124818377 sur OpenAlexaff
Gouranga Gopal Das, Hiranya K. Nath, Halis Murat Yildiz

Notice bibliographique

RevueSSRN Electronic Journal · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Technological Innovation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésProductivityEconomicsDeveloping countryForeign direct investmentGranger causalityInternational economicsDemographic economicsIndex (typography)Investment (military)International tradeMonetary economicsMacroeconomicsEconometricsEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This paper calculates Theil’s entropy index to measure the extent of productivity differences across 92 countries for the period from 1970 to 2003. While there is evidence of increasing differences in productivity across these countries, we observe different patterns when we group the countries by income levels. These differences seem to be decreasing among middle income developing and developed countries, whereas they seem to be widening among low and high income developing countries. The results of our multivariate time series analysis also suggest that FDI increases productivity differences among low and high income developing countries, whereas GDI reduces these differences among low income countries in the long-run. Granger causality test results indicate that while an increase in GDI leads to a decline in growth of trade, a higher growth of trade appears to be important for attracting FDI to middle income countries. Furthermore, a reduction in productivity differences and a higher FDI growth lead to higher growth of trade in developed countries.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,109
Score d'incertitude au seuil0,265

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,019
Tête enseignante GPT0,218
Écart entre enseignants0,199 · 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'étudeThéorique ou conceptuel
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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetEconomic and Technological InnovationTravaux en français237 207