MétaCan
Menu
Retour à la cohorte
Enregistrement W4392617973

INVESTIGATION OF THE IMPACT OF FOREIGN REMITTANCE ON AGRICULTURAL DEVELOPMENT IN PAKISTAN: A Time Series Analysis

2018· article· en· W4392617973 sur OpenAlexaboutno aff
Muhammad Zahid Saeed, Muhammad Ali Imran, Khalid Mushtaq, Abdul Ghafoor

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRemittanceSeries (stratigraphy)Time seriesAgricultureGeographyEconomicsEconomic growthStatisticsMathematicsBiologyArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The present study investigates the impact of foreign remittance on agricultural development in Pakistan, from different regions of the world. Segregated time series data of remittance, agricultural GDP, primary school enrollment and gross fixed capital formation in agriculture sector were taken for the period 1972 to 2012. Co-integration technique was employed to analyze the longrun impact of these variables on agricultural GDP. The coefficients of remittance from Kingdom of Saudi Arabia, UAE, United Kingdom and other Gulf and European countries were found to be significant and positive in the long-run, but it was non-significant in the short-run. The effect of remittance from advanced countries as USA, Canada and Australia showed a negative and significant effect on agricultural GDP in the long-run but it was non-significant in the short-run. The variables of primary school enrollment and gross fixed capital formation were also significantly and positively associated with agricultural GDP growth in the long-run. The findings reveal that remittance play a vital role to meet needs of the agricultural sector. This study suggests that government should devise a policy to encourage migrant’s households in rural Pakistan and use remittance in productive activities. The results also suggest that policies should also be devised to promote primary education and increase the fixed-capital formation in agriculture sector.

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)0,001
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 enseignants0,065
Score d'incertitude au seuil0,247

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,276
Écart entre enseignants0,253 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetGlobal Trade and CompetitivenessTravaux en français237 207