論文の概要: Estimating a new panel MSK dataset for comparative analyses of national
absorptive capacity systems, economic growth, and development in low and
middle income economies
- arxiv url: http://arxiv.org/abs/2109.05529v1
- Date: Sun, 12 Sep 2021 14:48:07 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-16 12:28:00.948144
- Title: Estimating a new panel MSK dataset for comparative analyses of national
absorptive capacity systems, economic growth, and development in low and
middle income economies
- Title（参考訳）: 低所得・中所得経済における国家吸収能力・経済成長・発展の比較分析のための新しいパネルMSKデータセットの推定
- Authors: Muhammad Salar Khan
- Abstract要約: 低所得国や中所得国(LMIC)は、成長、発展、革新に関する経験的な議論にはほとんど含まれていない。
この作業は、新しい完全なパネルデータセットを提供し、IDAのサポートに該当するLMICに欠落する値はない。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Within the national innovation system literature, empirical analyses are
severely lacking for developing economies. Particularly, the low- and
middle-income countries (LMICs) eligible for the World Bank's International
Development Association (IDA) support, are rarely part of any empirical
discourse on growth, development, and innovation. One major issue hindering
panel analyses in LMICs, and thus them being subject to any empirical
discussion, is the lack of complete data availability. This work offers a new
complete panel dataset with no missing values for LMICs eligible for IDA's
support. I use a standard, widely respected multiple imputation technique
(specifically, Predictive Mean Matching) developed by Rubin (1987). This
technique respects the structure of multivariate continuous panel data at the
country level. I employ this technique to create a large dataset consisting of
many variables drawn from publicly available established sources. These
variables, in turn, capture six crucial country-level capacities: technological
capacity, financial capacity, human capital capacity, infrastructural capacity,
public policy capacity, and social capacity. Such capacities are part and
parcel of the National Absorptive Capacity Systems (NACS). The dataset (MSK
dataset) thus produced contains data on 47 variables for 82 LMICs between 2005
and 2019. The dataset has passed a quality and reliability check and can thus
be used for comparative analyses of national absorptive capacities and
development, transition, and convergence analyses among LMICs.
- Abstract（参考訳）: 国家の革新システム文学の中では、実証分析は発展途上国に著しく欠落している。
特に、世界銀行の国際開発協会(IDA)の支援を受ける低所得国や中所得国(LMIC)は、成長、開発、革新に関する実証的な議論にはほとんど参加していない。
LMICのパネル分析を妨げる主要な問題の一つは、完全なデータ可用性の欠如である。
この作業は、新しい完全なパネルデータセットを提供し、IDAのサポートに該当するLMICに欠落する値はない。
rubin (1987) が開発した標準で広く尊敬されている複数のインプテーション手法(特に予測平均マッチング)を使用します。
この手法は、多変量連続パネルデータの構造を国レベルで尊重する。
私はこのテクニックを使って、公開されている既存のソースから描かれた多くの変数からなる大きなデータセットを作成します。
これらの変数は、技術的能力、財政的能力、人的資本能力、インフラ的能力、公共政策能力、社会的な能力の6つの重要な国レベルの能力を取得する。
このような容量は、National Absorptive Capacity Systems (NACS)の一部と小包である。
このデータセット(MSKデータセット)は2005年から2019年までの82のLMICに対して47変数のデータを含む。
このデータセットは品質と信頼性のチェックをパスし、国家の吸収能力の比較分析やlmicの発達、遷移、収束解析に使用できる。
関連論文リスト
- A Novel Framework for Analyzing Structural Transformation in Data-Constrained Economies Using Bayesian Modeling and Machine Learning [0.0]
農業経済からより多様化した産業やサービスベースのシステムへの移行は、経済発展の重要な要因である。
低所得国と中所得国(LMIC)では、データの不足と信頼性の欠如が、このプロセスの正確な評価を妨げる。
本稿では,ベイジアン階層モデリング,機械学習に基づくデータ計算,因子分析を統合することで,これらの課題に対処する新しい統計フレームワークを提案する。
論文 参考訳（メタデータ） (2024-09-25T08:39:41Z) - Data-Centric AI in the Age of Large Language Models [51.20451986068925]
本稿では,大規模言語モデル(LLM)に着目した,AI研究におけるデータ中心の視点を提案する。
本研究では,LLMの発達段階(事前学習や微調整など)や推論段階(文脈内学習など)において,データが有効であることを示す。
データを中心とした4つのシナリオを特定し、データ中心のベンチマークとデータキュレーション、データ属性、知識伝達、推論コンテキスト化をカバーします。
論文 参考訳（メタデータ） (2024-06-20T16:34:07Z) - Towards Robust Evaluation: A Comprehensive Taxonomy of Datasets and Metrics for Open Domain Question Answering in the Era of Large Language Models [0.0]
自然言語処理におけるオープンドメイン質問回答(ODQA)は,大規模知識コーパスを用いて,事実質問に回答するシステムを構築する。
高品質なデータセットは、現実的なシナリオでモデルをトレーニングするために使用されます。
標準化されたメトリクスは、異なるODQAシステム間の比較を容易にする。
論文 参考訳（メタデータ） (2024-06-19T05:43:02Z) - GeoSEE: Regional Socio-Economic Estimation With a Large Language Model [17.31652821477571]
大規模言語モデル(LLM)を用いた統合パイプラインを用いて,様々な社会経済指標を推定できるGeoSEEを提案する。
システムは、自然言語ベースのテキストフォーマットで選択したモジュールの結果を集約した後、コンテキスト内学習を通じてターゲットインジケータを算出する。
本手法は、教師なしコンテキストとローショットコンテキストの両方において、他の予測モデルよりも優れている。
論文 参考訳（メタデータ） (2024-06-14T07:50:22Z) - How Much Data are Enough? Investigating Dataset Requirements for Patch-Based Brain MRI Segmentation Tasks [74.21484375019334]
ディープニューラルネットワークを確実にトレーニングするには、大規模なデータセットへのアクセスが必要である。
モデル開発に関連する時間的・経済的コストを緩和するためには,満足度の高いモデルをトレーニングするために必要なデータの量を明確に理解することが重要である。
本稿では,パッチベースのセグメンテーションネットワークのトレーニングに必要なアノテートデータの量を推定するための戦略的枠組みを提案する。
論文 参考訳（メタデータ） (2024-04-04T13:55:06Z) - A Big Data Approach to Understand Sub-national Determinants of FDI in Africa [0.0]
本稿では,アフリカ企業におけるFDIの所有に影響を与える地域レベル(サブ国家)特性を定量化するための,テキストマイニングとソーシャルネットワーク分析に基づく新しい手法を提案する。
地域的(準国家的な)構造的特徴と制度的特徴が、外国の所有権を決定する上で重要な役割を担っていることが示唆されている。
論文 参考訳（メタデータ） (2024-03-15T12:12:54Z) - Social Intelligence Data Infrastructure: Structuring the Present and Navigating the Future [59.78608958395464]
私たちは、包括的な社会AI分類と480のNLPデータセットからなるデータライブラリで構成される、ソーシャルAIデータインフラストラクチャを構築しています。
インフラストラクチャにより、既存のデータセットの取り組みを分析し、異なるソーシャルインテリジェンスの観点から言語モデルのパフォーマンスを評価することができます。
多面的なデータセットの必要性、言語と文化の多様性の向上、より長期にわたる社会的状況、そして将来のソーシャルインテリジェンスデータ活動におけるよりインタラクティブなデータの必要性が示されている。
論文 参考訳（メタデータ） (2024-02-28T00:22:42Z) - Bias and Fairness in Large Language Models: A Survey [73.87651986156006]
本稿では,大規模言語モデル(LLM)のバイアス評価と緩和手法に関する総合的な調査を行う。
まず、自然言語処理における社会的偏見と公平性の概念を統合し、形式化し、拡張する。
次に,3つの直感的な2つのバイアス評価法と1つの緩和法を提案し,文献を統一する。
論文 参考訳（メタデータ） (2023-09-02T00:32:55Z) - Training Machine Learning Models to Characterize Temporal Evolution of
Disadvantaged Communities [2.1242970730855126]
米国エネルギー省(DOE)のジャスティス40イニシアチブは、気候とエネルギー投資がどこにあるか、あるいは行われていないかを判断するために、アメリカ合衆国中の国勢調査区域を特定している。
DACの地位は、将来のジャスティス40関連投資の適格性を決定するのに役立つだけでなく、資源の公平な分配を実現する方法を模索する上でも重要である。
本稿では,近年の国勢調査データに基づいて機械学習(ML)モデルを訓練して,国勢調査領域レベルでのDACステータスを分類し,過去のDACステータスを分類する。
論文 参考訳（メタデータ） (2023-03-07T06:33:40Z) - Jalisco's multiclass land cover analysis and classification using a
novel lightweight convnet with real-world multispectral and relief data [51.715517570634994]
本稿では、LC分類と解析を行うために、新しい軽量(89kパラメータのみ)畳み込みニューラルネットワーク(ConvNet)を提案する。
本研究では,実世界のオープンデータソースを3つ組み合わせて13のチャネルを得る。
組込み分析は、いくつかのクラスにおいて限られたパフォーマンスを期待し、最も類似したクラスをグループ化する機会を与えてくれます。
論文 参考訳（メタデータ） (2022-01-26T14:58:51Z) - COMET-ATOMIC 2020: On Symbolic and Neural Commonsense Knowledge Graphs [82.8453695903687]
我々は,手作業で構築したコモンセンス知識グラフ(CSKG)が,NLPエージェントが遭遇するすべての状況に適用可能な範囲を達成できないことを示す。
我々は、事前訓練された言語モデルでは利用できない知識を含む汎用コモンセンス知識の新しいCSKGであるATOMIC 2020を提案する。
我々は,他のCSKGと比較してその特性を評価し,コモンセンス知識資源の大規模一対研究を行った。
論文 参考訳（メタデータ） (2020-10-12T18:27:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。