MétaCan
Menu
Retour à la cohorte
Enregistrement W7164892913 · doi:10.5281/zenodo.20716248

Why the Top 5-6 original Oil richest Arab countries as well as some fast moving coginitive skill nations should be treated as outliers in the regression analyses for the relationships between the economic growths vs. the cognitive skill

2017· article· en· W7164892913 sur OpenAlexaff
Dongchan Lee

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Technological Innovation
Établissements canadiensHyperion Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésOutlierPer capitaEconomic rentSimple linear regressionRegression analysisRegressionLinear regressionChina

Résumé

récupéré en direct d'OpenAlex

In this short paper, I demonstrated that why the top 5 -6 original oil richest countries need to be excluded from most of the socio -economic vs. coginitve skill regressions because they will remain as outliers far too much out to the otherwise very reliable and stable regression growth coefficients and explanation powers of the m odels involved. I included some simple linear regression charts where they are far out in North West corners of the regression lines; their GDP per capita had reached the top tier of the worl d by the 70s already with the minimal cognitive skills and education inputs; I provided their relative economic strength compared to the economic miracle powers from the Eastern Asia: 4 Asian Tigers and China so that you can see their supe r rapid rises were all due to their oil -based economies; their top 6 shares of the Natural R esource rents as percent of capita over the past 40 years. I believe that these 4 key factors may allow anyone serious abo

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)0,003
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,912
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0100,001
Communication savante0,0020,001
Science ouverte0,0020,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,004

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 Opus0,149
Tête enseignante GPT0,321
Écart entre enseignants0,172 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetEconomic and Technological InnovationTravaux en français237 207