MétaCan
Menu
Retour à la cohorte
Enregistrement W3195113604 · doi:10.5509/2021943465

Are Economic Sanctions against North Korea Effective? Assessing Nighttime Light in 25 Major Cities

2021· article· en· W3195113604 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevuePacific Affairs · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Topics in Contemporary Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographySanctionsChinaEconomic sanctionsProxy (statistics)Economic geographyDevelopment economicsEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

This study analyzes the effects of the economic sanctions against North Korea since 2016 on the economic well-being of North Korean cities. As a proxy for economic well-being, we use nighttime light (NTL), which we estimate from 1992 to 2019 through an inter-calibration process for DMSP/OLS and SNPP/VIIRS. We found that NTL in North Korea was getting brighter up until 2009, but that the growth rate of total NTL in 25 major North Korean cities began to decrease from 2016. The decline in the NTL growth rate of Pyongyang, the capital city, as well as in cities bordering China and in self-regenerating cities, was relatively slight. By contrast, the declines in the NTL growth rate of coal-mining cities and inland cities without sufficient production bases were greater than those in other cities, and some cities experienced negative growth in 2019. Cities in regions relying on coal mining have traditionally accounted for a large portion of North Korea's exports, and since these cities have been heavily affected by sanctions, coal mining could become a vulnerable sector, which would threaten North Korea's economic well-being.

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.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,891
Score d'incertitude au seuil0,860

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 ouverte0,0000,000
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 Opus0,033
Tête enseignante GPT0,307
Écart entre enseignants0,274 · 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