MétaCan
Menu
Retour à la cohorte
Enregistrement W3151391415

External Flows and Inclusive Human Development in Sub-Saharan Africa

2017· article· en· W3151391415 sur OpenAlexaff
Simplice Asongu, Ivo J. Leke

Notice bibliographique

RevueMunich Personal RePEc Archive (Ludwig Maximilian University of Munich) · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueEconomic Growth and Development
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésLandlocked countryTobit modelEconomicsPanel dataDeveloping countryDevelopment economicsForeign direct investmentInclusive developmentDemographic economicsInternational economicsEconomic growthPolitical scienceMacroeconomicsLawEconometrics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The study assesses how external flows influence inclusive human development in a panel of 48 countries in Sub-Saharan Africa for the period 2000-2012. The empirical evidence is based on Tobit regressions and Generalised Method of Moments. The findings from both estimation techniques reveal that remittances and FDI increase inclusive development whereas foreign aid has the opposite effect. The results suggest some positive and negative impacts of interest for further analysis. First, remittances are negatively associated with: (i) Middle income countries compared to Low income countries where the effect is not significant; (ii) French Civil law countries compared to English Common law countries where the effect is positive and (iii) Resource-rich countries compared to their Resource-poor counterparts where the effect is positive. Second, foreign aid is more negatively linked to Low income, French Civil law, Islam-dominated, Un-landlocked, Resource-rich and Politically-unstable countries. Third, FDI is positively associated with: (i) Low income, French Civil law and Landlocked countries compared to respectively Middle income, English Common law and Un-landlocked countries where the effect is insignificant and (ii) Politically-stable countries compared to their Politically-unstable counterparts where the effect is negative.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,754
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0030,003
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 Opus0,018
Tête enseignante GPT0,212
Écart entre enseignants0,194 · 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'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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMunich Personal RePEc Archive (Ludwig Maximilian University of Munich)Même sujetEconomic Growth and DevelopmentTravaux en français237 207