總要素生產力、知識經濟與工業先進國家之經濟發展--對臺灣經濟發展之啟示
Notice bibliographique
Résumé
[[abstract]]根據Romer以內生成長模型研究結果顯示，知識累積將延緩資本邊際生產力之遞減，而資本累積將直接影響小國及開發中國家的總要素生產力之成長率。再根據兩部門成長模型(two-sectors model)，知識經濟已成為活絡工業先進國家經濟發展的動力。工業先進國家的經濟發展非但主導全球經濟的興衰，而且其經濟發展之經驗也是台灣乃至全球新興國家急欲學習借鏡的對象。本文擬針對美國、英國、日本、義大利、西德、法國、加拿大等七個工業先進國家之長期經濟發展按其經濟成長的速度及特性區分為：一、能源危機前較高成長期(1948-1972)；二、能源危機後較低成長期(1972-1995)；及三、知識經濟發展期(1995-2004)等三個階段，分別探討在不同階段中，影響其經濟發展之重要因素。至盼此研究結果能作為台灣及全球新興國家日後規劃長期經濟發展策略之參考。 The economic situation of industrial countries not only dictates the performance of global economy, their experiences often provide lessons to countries in Taiwan and other parts of the world. This paper delineates the long-run economic development of seven industrial developed nations, namely the United States, UK, Japan, Italy, (West) Germany, France and Canada, into three stages based on the pace of economic growth and characteristics: (1) higher growth stage (1948-1972); (2) lower growth stage after the energy crisis (1972-1995); and (3) knowledge-Based economy development stage (1995-2004), and attempts to explore the important factors that influence the economic development in respective stages. It is hoped that findings in this study may serve as reference to governments in Taiwan in the planning of long-term development strategies.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,009 | 0,010 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».