MétaCan
Menu
Retour à la cohorte
Enregistrement W4383097878 · doi:10.5430/ijfr.v14n3p43

External Financing of Budget on Sustainable Economic Growth in Nigeria

2023· article· en· W4383097878 sur OpenAlexvenueno aff
Funso Abiodun Okunlola, Olajumoke R. Ogunniyi, Rafiu Adewale Aregbeshola, Michael A. Alatise

Notice bibliographique

RevueInternational Journal of Financial Research · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsCointegrationFinanceVector autoregressionLoanMacroeconomicsMonetary economicsEconometrics

Résumé

récupéré en direct d'OpenAlex

The papers attempt to validate/invalidate economic growth sustainability vis-à-vis external financing of budget in Nigeria. The external financing channels - multilateral, Paris Club, London Club, promissory notes, bilateral, Euro bond, diaspora debts, and others - were tracked in relation to economic growth sustainability. The data is accessed from Emission Database for Global Atmospheric Research [EDGAR], the World Bank Development Indicator (WDI), and the Central Bank of Nigeria (CBN) statistical bulletin, for forty years (1981 to 2020). The study analysis follows plotting the visual trend of the series to ascertain its movement over time. Likewise, descriptive inference – skewness (sk), Kurtosis (k) & Jacque-Bera (JB) statistics were inferred for series normality. Also, Augmented Dickey-Fuller (ADF) unit root test, cointegration, vector autoregression (VAR), and the impulse response function (IRF) technique formed the basis of the estimation tools. Finding validates that there is no significant long-run relationship between external financing of the budget and sustainable economic growth in Nigeria. As a result, a reduction, and or a stop to further contracting external financing for budget purposes, and ensuring a funding-project-tied, is strongly recommended.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
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 technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,059
Tête enseignante GPT0,337
Écart entre enseignants0,278 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetFiscal Policy and Economic GrowthTravaux en français237 207