MétaCan
Menu
Retour à la cohorte
Enregistrement W3124827589

Where did British Foreign Capital Go? Fundamentals, Failures and the Lucas Paradox: 1870-1913

2000· preprint· en· W3124827589 sur OpenAlexaboutno aff
Michael Clemens, Jeffrey G. Williamson

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2000
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal Financial Crisis and Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsCapital (architecture)BoomPopulationQuarter (Canadian coin)ProductivityCapital intensityEconomyDevelopment economicsMarket economyGeographyMacroeconomicsHuman capital
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A decade has passed since Robert Lucas asked why capital does not flow from rich to poor countries. Lucas used a contemporary example to illustrate his Paradox, the very modest flow of capital from the United States to India during the second great global capital market boom, after 1970. Had he paid more attention to the first great global capital market boom, after 1870, he might have been less surprised. Very little of British capital exports went to poor, labor-abundant countries. Indeed, about two-thirds of it went to the labor-scarce New World where only a tenth of the world's population lived, and only about a quarter of it went to labor-abundant Asia and Africa where almost two-thirds of the world's population lived. Why? Was it caused by some international market failure, or was it due to some shortfall in underlying economic, demographic or geographic fundamentals that made capital's productivity low in poor countries? This paper constructs a panel data set for 34 countries who as a group got 92 percent of British capital, and uses it to conclude that international capital market failure (including whether the country was on or off the Gold Standard) was not involved. It then ranks the three big fundamentals that mattered schooling, natural resources and demography.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,749
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,264
Écart entre enseignants0,241 · 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.

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

Citations25
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetGlobal Financial Crisis and PoliciesTravaux en français237 207