Vyhodnocení efektu sankcí uvalených vůči Rusku v roce 2014 pomocí metod syntetické kontroly
Notice bibliographique
Résumé
THE ABSTRACT In the new global economy majority of the developed countries use imposition of sanctions in the case of some offences. I have applied the synthetic control methods on this particular case of political pressure to quantify the real costs of anti-Russian sanctions to the economy. Based on the results of this study it was identified, that real GDP growth rate of Russia was continuously reducing by about -1,19% per quarter on average. Reaching the highest value of sanction's effect of -2,8% in real GDP growth rate at the end of 2015. It was also revealed that sanctions had positive effect on current account balance of Russia, that indicator was increasing during the whole studied after sanction's period by about 3,15% per quarter on average. This thesis is presented as a research of interconnection the imposition of 2014 sanctions against Russia and indicators of economic development (GDP, inflation) using synthetic control methods. It was revealed that former economic and social mechanisms aren't capable to provide further development of economy of Russia, its self-sufficiency and safety. JEL Classification F12, F21, F23, H25, H71, H87 Keywords sanctions, synthetic control method, Russia, GDP growth rate, current account balance Author's e-mail 51375259@fsv.cuni.cz Supervisor's e-mail...
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».