AK growth models: new evidence based on fractional integration and breaking trends
Bibliographic record
Abstract
Résumé D’après les modèles de croissance de type AK, un changement permanent du taux d’investissement a des effets permanents sur le taux de croissance d’un pays. Jones ( Quarterly Journal of Economics , 1995, 110, 495-525) confirme cette prédiction en analysant les propriétés des séries temporelles des taux de croissance du PIB et des taux d’investissement pour quinze pays de l’OCDE pour la période 1950-1988. Dans ce papier, nous testons la même hypothèse pour quatre pays de l’OCDE pour un plus longue période (1870-2002 pour le Canada, le Royaume-Uni et les Etats-Unis, et de 1885-2002 pour le Japon). Aussi, au lieu d’utiliser une approche classique basée sur des processus I(0) ou des processus de racine unitaire I(1), nous utilisons une méthodologie basée sur l’intégration fractionnelle. Après avoir examiné l’ordre d’intégration des taux de croissance du PIB et des ratios d’investissement pour les pays mentionnés auparavant, nous ne pouvons pas rejeter la prédiction concernant les « effets de croissance » des modèles de croissance de type AK. En fait, nous ne pouvons rejeter cette prédiction que pour le cas du Royaume-Uni. Classification JEL – C32, O41.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.022 | 0.096 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.003 | 0.004 |
| Bibliometrics | 0.006 | 0.006 |
| Science and technology studies | 0.002 | 0.005 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.003 | 0.004 |
| Research integrity | 0.003 | 0.006 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".