論文の概要: Multidimensional Economic Complexity: How the Geography of Trade, Technology, and Research Explain Inclusive Green Growth

• arxiv url: http://arxiv.org/abs/2209.08382v1
• Date: Sat, 17 Sep 2022 18:09:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-19 11:15:23.879370
• Title: Multidimensional Economic Complexity: How the Geography of Trade, Technology, and Research Explain Inclusive Green Growth
• Title（参考訳）: 多次元経済複雑性 : 貿易・技術・研究の地理学と包括的グリーン成長
• Authors: Viktor Stojkoski, Philipp Koch, C\'esar A. Hidalgo
• Abstract要約: 貿易と特許データに基づく複雑さの尺度が組み合わさって将来の経済成長と所得不平等を説明することを示す。 これらの知見は、貿易、技術、研究の地理がどのようにして包括的グリーン成長を説明するかを示している。
• 参考スコア（独自算出の注目度）: 5.1632366390769295
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: To achieve inclusive green growth, countries need to consider a multiplicity of economic, social, and environmental factors. These are often captured by metrics of economic complexity derived from the geography of trade, thus missing key information on innovative activities. To bridge this gap, we combine trade data with data on patent applications and research publications to build models that significantly and robustly improve the ability of economic complexity metrics to explain international variations in inclusive green growth. We show that measures of complexity built on trade and patent data combine to explain future economic growth and income inequality and that countries that score high in all three metrics tend to exhibit lower emission intensities. These findings illustrate how the geography of trade, technology, and research combine to explain inclusive green growth.
• Abstract（参考訳）: 包括的グリーン成長を達成するためには、経済、社会、環境要因の多様さを考慮する必要がある。 これらはしばしば貿易の地理に由来する経済的複雑さの指標によって捉えられ、革新的な活動に関する重要な情報が欠落している。 このギャップを埋めるために、貿易データと特許出願や研究出版物のデータを組み合わせたモデルを構築し、包括的グリーン成長における国際的な変化を説明するために、経済複雑性指標の能力を大幅にかつ堅牢に改善する。 貿易と特許データに基づく複雑さの尺度は、将来の経済成長と所得不平等を説明するために組み合わせられ、三つの指標で高いスコアを得た国は、排出強度が低い傾向にあることを示す。 これらの知見は、貿易、技術、研究の地理学が組み合わさって、包括的グリーン成長を説明する方法を示している。

関連論文リスト

• Reinterpreting Economic Complexity: A co-clustering approach [0.0]
  経済成長は、国の組織的・技術的能力の蓄積による。 経済・製品複合指数は、輸出品のバスケットからこれらの能力を測定する試みとして導入されている。 これらの指標は、類似の国と製品の2つの共同クラスタを同時に識別することを示す。
  論文  参考訳（メタデータ） (2024-06-23T19:34:01Z)
• Best Practices and Lessons Learned on Synthetic Data [83.63271573197026]
  AIモデルの成功は、大規模で多様な、高品質なデータセットの可用性に依存している。 合成データは、現実世界のパターンを模倣する人工データを生成することによって、有望なソリューションとして現れてきた。
  論文  参考訳（メタデータ） (2024-04-11T06:34:17Z)
• 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)
• On the Opportunities of Green Computing: A Survey [80.21955522431168]
  人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。 高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。 コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
  論文  参考訳（メタデータ） (2023-11-01T11:16:41Z)
• Information Retrieval Meets Large Language Models: A Strategic Report from Chinese IR Community [180.28262433004113]
  大規模言語モデル(LLM)は、テキスト理解、生成、知識推論において例外的な能力を示した。 LLMと人間は、情報検索のためにより強力な新しい技術パラダイムを形成します。 LLMがIR研究に与える影響を徹底的に議論するため、中国のIRコミュニティは2023年4月に戦略的ワークショップを開催した。
  論文  参考訳（メタデータ） (2023-07-19T05:23:43Z)
• Long-term Effects of Temperature Variations on Economic Growth: A Machine Learning Approach [11.668836291461107]
  我々は、バークレー地球からの世界土地表面温度データと、世界銀行からGDPや人口データを含む経済指標を分析した。 分析の結果,平均気温とGDP成長の有意な関係が明らかとなり,気候変動が経済パフォーマンスに著しく影響を及ぼす可能性が示唆された。
  論文  参考訳（メタデータ） (2023-06-17T16:50:08Z)
• Does IT Matter (Now)? A Global Panel Data Analysis of 7 Regions from 2018-2020 on Digitalization and its Impact on Economic Growth [0.0]
  本稿では, 相関分析と回帰分析を用いて, 7地域の59か国における経済成長デジタル化のネクサスを探求することを目的とする。 その結果,中・下級デジタル化国区分と地域評価の双方において,経済成長とデジタル化の正の相関が示唆された。
  論文  参考訳（メタデータ） (2022-12-04T22:33:55Z)
• AI for Global Climate Cooperation: Modeling Global Climate Negotiations, Agreements, and Long-Term Cooperation in RICE-N [75.67460895629348]
  n個の戦略エージェントによる気候変動緩和に関する長期的な協力は、複雑なゲーム理論の問題を引き起こす。 地球温暖化と経済をシミュレートするマルチリージョン統合アセスメントモデルであるRICE-Nを紹介する。 本稿では,多エージェント強化学習を用いて理性エージェントをRICE-Nで訓練する方法について述べる。
  論文  参考訳（メタデータ） (2022-08-15T04:38:06Z)
• Learning Economic Indicators by Aggregating Multi-Level Geospatial Information [20.0397537179667]
  本研究は,複数レベルの地理的単位から観測される特徴を集約することで,経済指標を予測するための深層学習モデルを提案する。 我々の新しいマルチレベル学習モデルは、人口、購買力、エネルギー消費などの重要な指標を予測する上で、強いベースラインを著しく上回ります。 我々は、不平等と貧困に関する政策・社会科学研究において不可欠な第一歩である不平等を測定するためのマルチレベルモデルについて論じる。
  論文  参考訳（メタデータ） (2022-05-03T13:05:39Z)
• Impact of digital economic activity on regional economic growth: A Case study from northern Minas Gerais between 2009 To 2018 [0.0]
  本研究は、地域経済に影響を及ぼす要因として、専門知識、人的決済、デジタル経済活動を特定した。 その結果,高度経済成長の自治体は,デジタル経済活動や専門知識の影響を受けていた。
  論文  参考訳（メタデータ） (2021-05-06T17:39:48Z)
• Entropy as a measure of attractiveness and socioeconomic complexity in Rio de Janeiro metropolitan area [52.77024349608834]
  携帯電話のデータセットとエントロピーに基づく測度を用いて、位置の魅力を測定する。 その結果、エントロピーによって測定された特定の位置の魅力は、その位置の社会経済的地位の重要な記述者であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T15:58:56Z)

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。