MétaCan
Menu
Retour à la cohorte
Enregistrement W3161004460 · doi:10.5430/jbar.v10n1p51

Job Absorption Capacity of Nigeria’s Mining and Quarrying Sector

2021· article· en· W3161004460 sur OpenAlexvenueno aff
Adetunji Adeniyi

Notice bibliographique

RevueJournal of Business Administration Research · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPluckingWageEconomicsInflation (cosmology)UnemploymentGross domestic productLabour economicsGross value addedGross outputDemographic economicsAgricultural economicsProduction (economics)MacroeconomicsGeography

Résumé

récupéré en direct d'OpenAlex

The mining and quarrying sector account for 10.6 per cent of the GDP and 0.2 per cent of employment in 2014, according to the records of the National Bureau of Statistics. Relative to the gross value added of the mining and quarrying sector, its contribution to aggregate employment is small. Meanwhile, unemployment is one of the most pressing macroeconomic problems in Nigeria today. It is against this background that the job absorption capacity of the sector was investigated to facilitate job creation policies in the sector. Time series secondary data covering 1981 to 2014 on the rebased Gross Domestic Product (GDP) and sectoral Gross Value Added (GVA) at 2010 constant basic prices, employment, wage rate, inflation rate and interest rate were collected from the National Bureau of Statistics and the Central Bank of Nigeria. Sectoral employment elasticities of growth were measured using Vector Error Correction Model (VECM) regression at α0.05. Mining and quarrying sectoral elasticity of employment was -0.05, but was not significant. However, there were significant inter-sectoral and inter-temporal relationships on which job creation policies may be based.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,279

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 Opus0,107
Tête enseignante GPT0,321
Écart entre enseignants0,215 · 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'étudeExpérimental (laboratoire)
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business Administration ResearchMême sujetMining Techniques and EconomicsTravaux en français237 207