MétaCan
Menu
Retour à la cohorte
Enregistrement W4380272284 · doi:10.58567/jea02040001

Ways to improve cross-regional resource allocation: Does the development of digitalization matter?

2023· article· en· W4380272284 sur OpenAlexaff
Haitao Wu, Yu Hao, Chuanzhen Geng, Weiheng Sun, Youcheng Zhou, Feiling Lu

Notice bibliographique

RevueJournal of Economic Analysis · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMarketizationOpenness to experienceThe InternetChinaResource (disambiguation)UrbanizationBusinessEconomicsEconomic growthComputer sciencePolitical science

Résumé

récupéré en direct d'OpenAlex

<p><big>The long-term extensive economic development has caused China's resource and environmental problems, especially the resource misallocation. The way China prioritises its limited resources is being significantly impacted by the rise of the digital economy and the interconnectedness of new technologies and the real economy. This paper quantitatively examines the linear and nonlinear impacts and mechanisms of digital development represented by internet development. With a series of empirical tests, we found that the internet development has significantly inhibited the resources misallocation, and the conclusion is still valid in the robustness test with internet popularization and internet infrastructure as the core explanatory variables. In addition to the marketization, internet development can further inhibit resource misallocation by promoting financial development, openness, urbanization and industrial structure. The findings of threshold regression suggest that the inhibitory effect of internet growth on resource misallocation becomes more visible as the degree of financial development and industrial structure increases; with the higher degree of urbanisation and marketization, although the internet development has always played an inhibitory role on resource mismatch, the inhibitory effect first increases and then decreases; with the improvement of openness, the hindering impact of internet growth on resource mismatch becomes more visible as the degree of financial development and industrial structure increases.</big></p>

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)0,002
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 enseignants0,101
Score d'incertitude au seuil0,780

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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 Opus0,034
Tête enseignante GPT0,247
Écart entre enseignants0,213 · 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

Citations50
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economic AnalysisMême sujetEconomic Growth and ProductivityTravaux en français237 207