FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W2054393462> ?p ?o ?g. }

• W2054393462 endingPage "255" @default.
• W2054393462 startingPage "229" @default.
• W2054393462 abstract "Abstract The number of regions and sectors in most regional CGE models is small, due to data and computing limitations. The uses of such models will broaden if they have larger CGE databases. The TERM model combines a massive database with a variable aggregation facility and techniques to economize on computing capacity. This paper goes further, by outlining the use of small-region census data to devise a CGE database with an unprecedented number of regions. Already, the original TERM methodology has been used to devise multi-regional models for a number of countries. Census detail could enhance the detail in these models. Here we group small regions of Australia to develop the first bottom-up regional CGE model which distinguishes all 150 Federal single-seat electoral districts. Introduire des détails à l’échelle régionale dans un modèle CGE en utilisant les données de recensements Rèsumè Le nombre de régions et de secteurs dans la plupart des modèles CGE régionaux est limité, en raison des limitations des données et du calcul. Il est possible de généraliser les applications de ces modèles en les dotant de bases de données de CGE plus importantes. Le modèle TERM allie une base de données considérable à une fonction et des techniques d'agrégation variables permettant d’économiser sur la capacité de calcul. Cette communication va plus loin, et décrit l'application de données découlant de recensements pour des petites régions pour concevoir une base de données CGE avec un nombre de régions sans précédent. La méthodologie initiale TERM a déjà été utilisée pour concevoir des modèles multirégionaux pour un certain nombre de pays. Le détail de ce recensement pourrait renforcer le détail de ces modèles. Nous groupons ici de petites régions de l'Australie pour créer le premier modèle CGE régional du bas en haut qui distingue toutes les circonscriptions électorales fédérales à siège unique. Agregando detalle regional a un modelo CGE mediante datos de censo Extracto El número de regiones y sectores en la mayoría de los modelos CGE regionales es pequeño, debido a limitaciones de datos e informáticas. Los usos de dichos modelos se ampliarán si cuentan con bases de datos CGE mayores. El modelo TERM combina una base de datos masiva con una facilidad y técnicas de agregación variable para economizar en capacidad informática. Este estudio se extiende aún más perfilando el uso de datos de censo de regiones pequeñas para crear una base de datos CGE con un número de regiones sin precedentes. La metodología TERM original ya se ha empleado para crear modelos de regiones múltiples aplicables a varios países. Los datos de censo podrían mejorar el detalle en dichos modelos. Aquí, agrupamos regiones pequeñas de Australia para desarrollar el primer modelo CGE regional ascendente que distingue los 150 distritos electorales federales de un solo escaño." @default.
• W2054393462 created "2016-06-24" @default.
• W2054393462 creator A5014205669 @default.
• W2054393462 creator A5089528888 @default.
• W2054393462 date "2010-06-01" @default.
• W2054393462 modified "2023-10-16" @default.
• W2054393462 title "Bringing Regional Detail to a CGE Model using Census Data" @default.
• W2054393462 cites W1964836019 @default.
• W2054393462 cites W1970518420 @default.
• W2054393462 cites W1983515218 @default.
• W2054393462 cites W1986756282 @default.
• W2054393462 cites W1994520156 @default.
• W2054393462 cites W2001955939 @default.
• W2054393462 cites W2010916049 @default.
• W2054393462 cites W2012499259 @default.
• W2054393462 cites W2012716995 @default.
• W2054393462 cites W2015836066 @default.
• W2054393462 cites W2016981949 @default.
• W2054393462 cites W2023034445 @default.
• W2054393462 cites W2032242534 @default.
• W2054393462 cites W2038610093 @default.
• W2054393462 cites W2040475849 @default.
• W2054393462 cites W2049300646 @default.
• W2054393462 cites W2053256732 @default.
• W2054393462 cites W2062702381 @default.
• W2054393462 cites W2068844038 @default.
• W2054393462 cites W2075604547 @default.
• W2054393462 cites W2081783789 @default.
• W2054393462 cites W2109675792 @default.
• W2054393462 cites W2114702408 @default.
• W2054393462 cites W2123814333 @default.
• W2054393462 cites W2126421948 @default.
• W2054393462 cites W2129242784 @default.
• W2054393462 cites W2137186671 @default.
• W2054393462 cites W2261511846 @default.
• W2054393462 cites W4250103154 @default.
• W2054393462 cites W62536720 @default.
• W2054393462 cites W79363713 @default.
• W2054393462 doi "https://doi.org/10.1080/17421771003730695" @default.
• W2054393462 hasPublicationYear "2010" @default.
• W2054393462 type Work @default.
• W2054393462 sameAs 2054393462 @default.
• W2054393462 citedByCount "47" @default.
• W2054393462 countsByYear W20543934622012 @default.
• W2054393462 countsByYear W20543934622013 @default.
• W2054393462 countsByYear W20543934622014 @default.
• W2054393462 countsByYear W20543934622015 @default.
• W2054393462 countsByYear W20543934622016 @default.
• W2054393462 countsByYear W20543934622017 @default.
• W2054393462 countsByYear W20543934622018 @default.
• W2054393462 countsByYear W20543934622019 @default.
• W2054393462 countsByYear W20543934622020 @default.
• W2054393462 countsByYear W20543934622021 @default.
• W2054393462 countsByYear W20543934622022 @default.
• W2054393462 countsByYear W20543934622023 @default.
• W2054393462 crossrefType "journal-article" @default.
• W2054393462 hasAuthorship W2054393462A5014205669 @default.
• W2054393462 hasAuthorship W2054393462A5089528888 @default.
• W2054393462 hasConcept C139719470 @default.
• W2054393462 hasConcept C144024400 @default.
• W2054393462 hasConcept C148383697 @default.
• W2054393462 hasConcept C149782125 @default.
• W2054393462 hasConcept C149923435 @default.
• W2054393462 hasConcept C162324750 @default.
• W2054393462 hasConcept C20522121 @default.
• W2054393462 hasConcept C205649164 @default.
• W2054393462 hasConcept C2908647359 @default.
• W2054393462 hasConcept C33923547 @default.
• W2054393462 hasConcept C41008148 @default.
• W2054393462 hasConcept C42475967 @default.
• W2054393462 hasConcept C52130261 @default.
• W2054393462 hasConceptScore W2054393462C139719470 @default.
• W2054393462 hasConceptScore W2054393462C144024400 @default.
• W2054393462 hasConceptScore W2054393462C148383697 @default.
• W2054393462 hasConceptScore W2054393462C149782125 @default.
• W2054393462 hasConceptScore W2054393462C149923435 @default.
• W2054393462 hasConceptScore W2054393462C162324750 @default.
• W2054393462 hasConceptScore W2054393462C20522121 @default.
• W2054393462 hasConceptScore W2054393462C205649164 @default.
• W2054393462 hasConceptScore W2054393462C2908647359 @default.
• W2054393462 hasConceptScore W2054393462C33923547 @default.
• W2054393462 hasConceptScore W2054393462C41008148 @default.
• W2054393462 hasConceptScore W2054393462C42475967 @default.
• W2054393462 hasConceptScore W2054393462C52130261 @default.
• W2054393462 hasIssue "2" @default.
• W2054393462 hasLocation W20543934621 @default.
• W2054393462 hasOpenAccess W2054393462 @default.
• W2054393462 hasPrimaryLocation W20543934621 @default.
• W2054393462 hasRelatedWork W2025060974 @default.
• W2054393462 hasRelatedWork W2128472366 @default.
• W2054393462 hasRelatedWork W2560662252 @default.
• W2054393462 hasRelatedWork W2597631858 @default.
• W2054393462 hasRelatedWork W2904253246 @default.
• W2054393462 hasRelatedWork W3096621016 @default.
• W2054393462 hasRelatedWork W4285158197 @default.
• W2054393462 hasRelatedWork W4312091997 @default.
• W2054393462 hasRelatedWork W583699899 @default.
• W2054393462 hasRelatedWork W93486448 @default.

• next