MétaCan
Menu
Retour à la cohorte
Enregistrement W3139396699 · doi:10.3386/w24461

Foreign Direct Investment and Knowledge Diffusion in Poor Locations

2018· report· en· W3139396699 sur OpenAlexaff
Girum Abebe, Margaret McMillan, Michel Serafinelli

Notice bibliographique

RevueNational Bureau of Economic Research · 2018
Typereport
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensWilfrid Laurier UniversityYork UniversityUniversity of Toronto
Organismes subventionnairesEconomic and Social Research Council
Mots-clésForeign direct investmentCompetition (biology)Total factor productivityBusinessProductivityInternational tradeInternational economicsInvestment (military)ImitationAgricultural economicsEconomicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

We use a plant level survey to identify interactions between domestic plants and foreign direct investment (FDI) in Ethiopia's manufacturing sector.One third of Ethiopian plants are linked to FDI through labor sharing, supply chains and competition.Technology upgrading most commonly occurs as a result of competition in output markets and observation and imitation of FDI in the same line of business.Other benefits include enhanced managerial practices and knowledge about exporting.Spillovers from FDI are identified by comparing changes in total factor productivity (TFP) among domestic plants in districts where a large greenfield foreign plant produces and districts where FDI in the same industry and around the same time was licensed but not yet operational.Over the four years starting with the year of the FDI opening, the TFP of domestic plants is 11 percent higher in treated districts, employment in domestic plants increases and more domestic plants open.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
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)0,0010,000

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 Opus0,252
Tête enseignante GPT0,454
Écart entre enseignants0,202 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetInternational Business and FDITravaux en français237 207