MétaCan
Menu
Retour à la cohorte
Enregistrement W4281492699 · doi:10.3390/jrfm15060232

Are Structural Funds a Real Solution for Regional Development in the European Union? A Study on the Northeast Region of Romania

2022· article· en· W4281492699 sur OpenAlexvenueno aff
Ionel Bostan, Andrei-Alexandru Moroșan, Cristian Valentin Hapenciuc, Pavel Stanciu, Iulian Condratov

Notice bibliographique

RevueJournal of risk and financial management · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEuropean unionCohesion (chemistry)European commissionOrder (exchange)Member statesCommissionRegional policyBusinessEconomic growthPublic economicsRegional scienceEconomicsPolitical scienceFinanceEconomic policyGeography

Résumé

récupéré en direct d'OpenAlex

Economic development has been a major priority for the European Commission, with significant amounts of Structural and Cohesion Funds being allocated in this direction. With the enlargements of the Union in 2004, 2007 and 2013, the Regional Development Policy faced a new challenge, with the disparity between new members and the community average being a notable one. The literature is divided with respect to the impact generated by funds allocated through the Regional Development Policy, as some authors claim the existence of positive effects, others identify conditional positive effects and other authors identify only negative effects and say that the whole support system needs to be rethought. This research presents an empirical approach to the issue of the effectiveness of the European Community’s support system for business environments. An analysis is performed at the microeconomic level in order to quantify observable effects at the level of the SMEs that have benefited from non-reimbursable financial aid. The data obtained indicate that Structural and Cohesion Funds for business environments have a significant effect in the medium and long terms, contributing to the achievement of the general objective of the Regional Development Policy (reducing economic disparities between EU member states).

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,041
Tête enseignante GPT0,280
Écart entre enseignants0,239 · 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

Citations14
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetRegional Development and PolicyTravaux en français237 207