MétaCan
Menu
← Retour à la cohorte
Enregistrement W4380482022 · doi:10.6000/1929-4409.2020.09.307

Economic Growth and Stimulating Private Business Investment in Infrastructure by Assessing Its Need

2022· article· en· W4380482022 sur OpenAlexvenueno aff
Tatiana Palei, Elina Gurianova, Svetlana Mechtcheriakova, Марат Рашитович Сафиуллин

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesKazan Federal University
Mots-clésInvestment (military)FinancePaceBusinessProfit (economics)Industrial organizationEconomic base analysisTransport infrastructureEconomicsMicroeconomicsTransport engineering

Résumé

récupéré en direct d'OpenAlex

Global statistics indicate increasing in private investors’ activity. Instead of the debate about the growing infrastructure needs and adequacy of funding to meet, the more urgent is the search for more effective mechanisms to attract investment in infrastructure assets. The chief objective of the study is to analyze the demand for infrastructure services to ensure the activities of organizations forming the priority clusters in the region, made for orientation on the existing industry need in the infrastructure support plans formation, concerning the construction financing of transport and other Infrastructure on a parity basis for economic growth. It is determined that the quality of transport connections play a vital role. It was established, that in all studied clusters, there is a tendency to increase transport services demand. Given the results, the petrochemical cluster enterprisestrochemical cluster is ready to finance transport infrastructure from the profits (perhaps on a matching base state) to remove the constraints of its industrial growth. For marginal assessment of investments into the development of a transport complex efficiency, the regression model "investments - profit" is received. It is suggested that with the growth of the industry, its profit is increasing at a rapid pace, each additional ruble of investment brings higher returns.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,044
Tête enseignante GPT0,275
Écart entre enseignants0,231 · 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'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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and Sociology→Même sujetFiscal Policy and Economic Growth→Travaux en français237 207→