MétaCan
Menu
Retour à la cohorte
Enregistrement W3184883443

Position of Iran's Economic Vulnerability and Resilience among Oil-Dependent Countries

2018· article· en· W3184883443 sur OpenAlexaboutno aff
Javad Taherpoor

Notice bibliographique

RevueMajlis and Rahbord · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVulnerability (computing)Vulnerability indexIndex (typography)Resilience (materials science)Position (finance)Psychological resilienceEconomicsDeveloping countryDevelopment economicsGeographyEconomic growthClimate changePsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The exogenous economic shocks cause countries with a higher degree of vulnerability to be more influenced by them and be less able to reduce the negative effects of such shocks because in most cases, they are beyond control of countries. In contrast, countries with a high level of resilience can repair and reconstruct their economy after facing such economic shocks. In this regard and by considering economic exogenous shocks, especially oil price shocks on economy of oil-dependent countries that are mostly beyond their control, identifying the level of economic resilience and vulnerability in these countries has a considerable importance. In the present research, there were calculated and extracted resilience and vulnerability indices for the selected oil countries from 2005 to 2012 using the indicators introduced by Brigoglio et al. The results showed that in 2012 economy of Iran, compared to some countries in the Persian Gulf region, had a better performance in terms of economic vulnerability index (a lower level of vulnerability); but in terms of resilience, it is at lower level in comparison with majority of the selected oil-dependent countries: in terms of economic resilience, Iran is in 16th place among 18 selected countries. Based on this indicator, Canada and Venezuela have the most and the least resilience respectively. In vulnerability index, Iran is in 12th place among 18 selected countries. Such a situation in areas of vulnerability and resilience indicates high vulnerability potential of the country against external shocks. By comparing the performance of different countries in areas of resilience and vulnerability we can say that oil income cannot be blamed as the sole reason of low resilience and high vulnerability. It is actually the style and method of management of different sectors of countries, especially management of oil incomes, that determines the level of their resilience and vulnerability. This issue requires special attention of economic and non-economic officials and politicians to resilience and vulnerability of the country.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,011
Tête enseignante GPT0,222
Écart entre enseignants0,211 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMajlis and RahbordMême sujetMarket Dynamics and VolatilityTravaux en français237 207