MétaCan
Menu
Retour à la cohorte
Enregistrement W7135386422 · doi:10.66361/jiss.21

Policy Effects of the New Western Land-Sea Corridor from the Perspective of Regional Economic Coordinated Development: An Empirical Study Based on Provincial Panel Data

2025· article· W7135386422 sur OpenAlexaff
Ying Gong, Yudie Ran, Yufeng Zhou, Yuanzhi Zhu, Victor Shi

Notice bibliographique

RevueJournal of Intelligent and Sustainable Systems (JISS) · 2025
Typearticle
Langue
DomaineEconomics, Econometrics and Finance
ThématiqueRegional resilience and development
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésPerspective (graphical)Empirical researchPanel dataRegional policyGovernment (linguistics)

Résumé

récupéré en direct d'OpenAlex

The New Western Land-Sea Corridor development enables East and West to benefit from each other through a network of connected land and sea routes. The research period spans from 2014 through 2022 for all regions situated along the corridor. The study determines provincial and municipal economic connection strength through the urban flow intensity model. The research implements a multi-period difference-in-differences (DID) model to analyze how the corridor affects regional economic development coordination. The research demonstrates three main findings: (1) The corridor's operational start brought significant policy-driven improvements to regional economic connections which fostered unified economic growth. The results demonstrate stability through multiple verification procedures. The corridor's ability to drive coordinated economic development strengthens with time while the "13+1" cooperative framework produces better results. The corridor supports economic balance at different levels between northern and southern areas and between regions with varying economic development stages. The research outcomes provide valuable insights to enhance the New Western Land-Sea Corridor development while stimulating economic growth throughout its entire route.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,122
Score d'incertitude au seuil1,000

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 savante0,0000,000
Science ouverte0,0020,001
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 Opus0,043
Tête enseignante GPT0,304
Écart entre enseignants0,261 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Intelligent and Sustainable Systems (JISS)Même sujetRegional resilience and developmentTravaux en français237 207