MétaCan
Menu
Retour à la cohorte
Enregistrement W3153983289 · doi:10.5267/j.ac.2021.3.024

Attraction of foreign direct investment in agriculture

2021· article· en· W3153983289 sur OpenAlexvenueno aff
Tien Do Thi Kim

Notice bibliographique

RevueAccounting · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGeochemistry and Geochronology of Asian Mineral Deposits
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForeign direct investmentAgricultureVietnameseProduction (economics)Agricultural productivityInvestment (military)BusinessCapital (architecture)International economicsInternational tradeEconomicsAgricultural economicsGeographyMacroeconomicsPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Agriculture is an industry with potential and advantages for development, but it is increasingly difficult to attract foreign direct investment (FDI) flows. Up to now, the results of attracting FDI inflows into the agricultural sector have many limitations, not really reaching the industry’s potential. This study will assess the current situation of attracting foreign direct investments into the agricultural sector in Vietnam in terms of FDI capital scale, FDI capital structure based on agriculture standard, investment method, investment partners and by investment recipients. The Red River Delta is one of the two Vietnamese economic regions with highly agricultural production. With the tradition of agricultural production and many favorable natural, economic and social conditions, the Red River Delta can further develop into a major agricultural production area of the country, contributing to economic development of the region and the whole country. However, FDI investment in agriculture in the region is modest compared to the potential of the industry as well as compared to other sectors in the region. While FDI inflow into Vietnam and other sectors in the region tends to increase strongly, FDI into agriculture is very low and has not grown for a long time, which is contrary to the trend of FDI to other sectors of the Red River Delta as well as the whole country and also contrary to the FDI flows to global agriculture.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,281
Score d'incertitude au seuil0,296

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,192
Écart entre enseignants0,178 · 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'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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAccountingMême sujetGeochemistry and Geochronology of Asian Mineral DepositsTravaux en français237 207