MétaCan
Menu
Retour à la cohorte
Enregistrement W4211018681 · doi:10.33423/jabe.v24i1.4947

If Nigeria’s Economic Performance From 1960–2020 Resembled China’s and South Korea’s: Exploring the Counterfactual and Subjunctive in Economics

2022· article· en· W4211018681 sur OpenAlexvenueno aff

Notice bibliographique

RevueJournal of Applied Business and Economics · 2022
Typearticle
Langueen
DomaineComputer Science
ThématiqueEconomic Growth and Development
Établissements canadiensnon disponible
Organismes subventionnairesUnited Nations Development ProgrammeInstitute for Health Metrics and Evaluation
Mots-clésCounterfactual thinkingChinaEconomicsCounterfactual conditionalFutures contractValue (mathematics)Development economicsEconomic bubblePopulationCorporate governanceFinancial economicsPolitical scienceMacroeconomicsSociologyDemographyPsychologyLawFinance

Résumé

récupéré en direct d'OpenAlex

This paper extends earlier work on Nigeria’s failure to improve living standards for its population when compared with China and South Korea since 1960. The paper employs the use of counterfactuals (‘‘alternate histories and contingent futures”) -- what might have happened had a particular historical event not occurred or occurred differently -- that has long been the domain of historians, not economists. First, I present the main reasons for Nigeria’s poor performance over the last 60 years. Then I consider the “fantasy world of the counterfactual”: What living standards would Nigeria have today if Chinese or South Korean demographic and economic growth rates were applied over this 60 year interval? The value of this “invented scenario” lies in “assigning a cost” to decades of failures in governance and economic management.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,594
Score d'incertitude au seuil0,735

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 savante0,0000,001
Science ouverte0,0000,001
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 Opus0,013
Tête enseignante GPT0,171
Écart entre enseignants0,158 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Business and EconomicsMême sujetEconomic Growth and DevelopmentTravaux en français237 207