MétaCan
Menu
Retour à la cohorte
Enregistrement W4402271646 · doi:10.5539/ijef.v16n10p1

Global Value Chains, Trade and Structural Transformation in Developing Countries

2024· article· en· W4402271646 sur OpenAlexvenueno aff
Matthew J. Kromtit

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAsian Industrial and Economic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformation (genetics)Value (mathematics)Developing countryEconomicsInternational tradeBusinessInternational economicsMathematicsBiologyStatisticsEconomic growth

Résumé

récupéré en direct d'OpenAlex

The study explores the role of global value chains (GVCs) – related trade and conventional trade in the structural transformation of resource-rich and non-resource-rich developing countries. Using data from various sources the study adopts panel data fixed effects estimation to achieve its objectives. The results show that the share of domestic value added in gross GVC-related exports and conventional trade have the tendency to aggravate employment and value addition respectively in the agricultural sector of Non-Resource-Rich Countries (NRRCs). In Resource Rich Countries (RRCs), the findings show that conventional trade has negative and significant impact on value-added in manufacturing while the share of foreign value added in gross GVC-related trade reports positive and significant impact on share of labour employment in services but not on the value added in the sub-sector. Thus, developing countries must be willing to pay the huge price for correcting their structural imbalances by increasing investments in the development of domestic capabilities and infrastructure which are important ingredients for the development of GVCs and trade. Hence, the study contributes to the literature on the effect GVCs could have on structural transformation particularly in developing countries in terms of the performance of the economic sub-sectors and their employment shares. The sub-sample approach gives unique evidence on the subject as it relates to the natural resource endowments in developing countries.

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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil0,174

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 Opus0,018
Tête enseignante GPT0,270
Écart entre enseignants0,252 · 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'étudeThéorique ou conceptuel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetAsian Industrial and Economic DevelopmentTravaux en français237 207