MétaCan
Menu
Retour à la cohorte
Enregistrement W4396701127 · doi:10.4236/ti.2024.152006

Analysis of the Influence Port Development on Economic Growth in Djibouti: In the Case of Doraleh Container Terminal

2024· article· en· W4396701127 sur OpenAlexvenueno aff
Abdorahman Abdillahi Waberi

Notice bibliographique

RevueTechnology and Investment · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPort (circuit theory)Foreign direct investmentPosition (finance)Container (type theory)Government (linguistics)Investment (military)International tradeEconomicsVariable (mathematics)BusinessInternational economicsMacroeconomicsFinanceEngineering

Résumé

récupéré en direct d'OpenAlex

Djibouti shares an exceptional geostrategic position by being close to one of the busiest maritime routes, which makes it possible to have a crucial position for the movement of international trade transported by sea. This study analyses the influence of port development on Djibouti’s economic growth in the case of Doraleh Container Terminal and identifies other significant variable factors. In this paper, we analyze the existence of an influence port development on economic growth and other variables, by applying the perspective of the multiple regression model in the analysis using Eviews software. The selected datasets in the analysis cover the period from 2010 to 2020. The results show that port development has a direct and strongly positive influence on the economic growth of Djibouti. In addition, this study also reveals that imports and exports trade has a positive and statistically significant influence on economic growth in Djibouti. Furthermore, foreign direct investment has no positive and direct influences on Djibouti’s economic growth. Therefore, we recommend that the Government of Djibouti attract and promote the benefits of foreign direct investment to enhance the development of various economic sectors and achieve significant economic growth in the coming years.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,738
Score d'incertitude au seuil0,164

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,007
Tête enseignante GPT0,218
Écart entre enseignants0,210 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology and InvestmentMême sujetMaritime Ports and LogisticsTravaux en français237 207