MétaCan
Menu
Retour à la cohorte
Enregistrement W4397037826 · doi:10.5539/jsd.v17n3p81

Resilience of Developing Economies to External Shocks: Empirical Evidence from CEMAC Countries

2024· article· en· W4397037826 sur OpenAlexvenueno aff
Peter Ajonghakoh Foabeh, Vesarach Aumeboonsuke

Notice bibliographique

RevueJournal of Sustainable Development · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional resilience and development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResilience (materials science)EconomicsDeveloping countryEmpirical evidencePsychological resilienceMonetary economicsEconomic growthPsychology

Résumé

récupéré en direct d'OpenAlex

This study explores the effects of the 1994 CFA currency depreciation, the 2008 Global Financial Crisis (GFC), and instances of political coups on the relationships between FDI inflow, economic growth, and governance in the Central African Economic and Monetary Community (CEMAC) countries. By examining the impact of these events on FDI, growth, and governance, this paper provides important details of responses to external shocks and internal political disruptions. We employ panel VAR analysis with data from 1990 to 2019 to explore the dynamic relationships among these variables. The results show that growth and governance are not determining factors for attracting FDI in the CEMAC sub-region. Governance, on the other hand, stands as a determining factor for growth. Our findings also suggest that the 1994 CFA currency depreciation, 2008 GFC, and coups had no significant impact on FDI, growth, and governance. Although these events’ effects may expose the countries’ vulnerability to external shocks influencing the dynamics of FDI, economic growth, and governance, their impact did not seem to be evident. However, political instability, evidenced by coups, emerges as a crucial factor shaping the interactions between FDI, growth, and governance in CEMAC countries. Our analysis was conducted using the EViews software package.

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)0,001
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 enseignants0,414
Score d'incertitude au seuil0,939

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0000,001
Science ouverte0,0010,000
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 Opus0,053
Tête enseignante GPT0,289
Écart entre enseignants0,236 · 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 revueJournal of Sustainable DevelopmentMême sujetRegional resilience and developmentTravaux en français237 207