MétaCan
Menu
Retour à la cohorte
Enregistrement W1495837123 · doi:10.5539/res.v7n7p173

Impact of Kazakhstan’s Integration into the Eurasian Economic Community on the Competitiveness of the Country’s Agriculture

2015· article· en· W1495837123 sur OpenAlexvenueno aff
Alma Batanovna Temyrbekova, Erkyn Batanovich Temyrbek, Nurzhamal Buribaevna Tastandieva, Kuat Zhumabekovich Jandosov, Nur Anvarbekovich Aldabergenov

Notice bibliographique

RevueReview of European Studies · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Socio-Economic Development Trends
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureBusinessEuropean unionPer capitaConsolidation (business)IncentiveAgricultural productivityProfitability indexAgricultural economicsInternational tradeEconomicsEconomic policyMarket economyGeography

Résumé

récupéré en direct d'OpenAlex

The aim of the article is to identify the impact of Kazakhstan’s integration into the Eurasian Economic Community (EAEC) on the competitiveness of the country’s agriculture. To achieve target aim scientific works of foreign scholars on the problems of integration and its impact on the national economy have been analyzed. The study found that regional integration has positive and negative effects that can lead to further progressive development of the country and its industries, but also exacerbate existing conflicts and crises. To evaluate the adaptability of Agriculture of Kazakhstan to the country’s membership in the EAEC, indicators of industry competitiveness were analyzed: crop yields, livestock productivity, profitability, amount of state support, index of net exports, production of main agricultural products per capita. It was revealed that in agriculture of Kazakhstan competitiveness is lower than in Russia and Belarus in many positions. The world economy has positive experience of management and development of agriculture in terms of integration. Good example is the Common Agricultural Policy (CAP), conducted in the European Union, thanks to which Europe hasn’t simply provided itself with all the necessary food, but has become a major supplier of agricultural products to the world market. The article proves the positions of the CAP, which are recommended for use within the EAEC. Currently, in order to support agriculture in Kazakhstan it is necessary to create incentives for the consolidation of small farms, contribute to increase in incomes and salaries for farmers and agricultural workers, increase the amount of state support, significantly expand the range of agricultural products, purchased by the state.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0050,001
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,105
Tête enseignante GPT0,381
Écart entre enseignants0,276 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations2
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetRegional Socio-Economic Development TrendsTravaux en français237 207