MétaCan
Menu
Retour à la cohorte
Enregistrement W4250944687 · doi:10.22215/rera.v8i1.223

Has the Sovereign Wealth Fund of Azerbaijan (SOFAZ) Been Able to Promote Economic Diversification?

2013· article· en· W4250944687 sur OpenAlexaffvenue
Vahid Yücesoy

Notice bibliographique

RevueReview of European and Russian Affairs · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueState Capitalism and Financial Governance
Établissements canadiensUniversité de MontréalCarleton University
Organismes subventionnairesnon disponible
Mots-clésSovereign wealth fundDiversification (marketing strategy)Dutch diseaseOil reservesRevenueEconomicsSovereigntyLanguage changeBusinessEconomic policyMarket economyEconomyMonetary economicsFinancePetroleumExchange ratePolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

Oil-rich countries have oftentimes been confronted with the challenge of diversifying their economies away from oil dependence given the exhaustible nature of these fossil fuels. Investing in sovereign wealth funds has been one of the most ubiquitous ways of preparing for the post-oil period. Investing in sovereign wealth funds rather than directly injecting the oil revenues in the economy not only precludes the outbreak of the Dutch Disease (which is known for giving rise to an exchange rate appreciation, crowding out non-oil industries and keeping the economy reliant on oil), but it also saves for future generations. Yet, in the case of Azerbaijan, the Sovereign Wealth Fund of Azerbaijan (SOFAZ), founded in 1999, has only increased this reliance on oil. Using the rentier states theoretical framework, this paper will argue that the direct control over SOFAZ exercised by the president and the lack of consultation with the NGOs have made corruption easier, making the task of economic diversification more difficult. This has been possible because through corruption the president has often resorted to oil money to buy peace rather than invest it in economic diversification. As a result, since the foundation of SOFAZ, the country is more reliant, not less, on oil.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil1,000

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)0,0000,001

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 Opus0,023
Tête enseignante GPT0,220
Écart entre enseignants0,197 · 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.

Devis d'étudeSans objet
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

Citations3
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueReview of European and Russian AffairsMême sujetState Capitalism and Financial GovernanceTravaux en français237 207