MétaCan
Menu
Retour à la cohorte
Enregistrement W2166891548 · doi:10.1111/j.1744-7976.2006.00063.x

Consumer Demand and Cost Factors Shape the Global Trade Network in Commodity and Manufactured Foods

2006· article· en· W2166891548 sur OpenAlexvenueno aff
Thomas L. Vollrath, Charles B. Hallahan, Mark J. Gehlhar

Notice bibliographique

RevueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomie · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesAfrican Union
Mots-clésWelfare economicsEconomicsPolitical scienceEconomyHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Multiple forces operate throughout the global economy and influence the direction, composition, and volume of agri‐food trade. The fundamental determinants that impede and foster bilateral trade in two food types, namely staple commodities and manufactured products, are identified using generalized gravity equations. Empirical evidence verified the importance of relative resource endowments and similarities in the structure of partner demand. Other socio‐geo‐political factors were also found to influence food trade, including the ability of governments to control corruption and curtail disequilibrium in financial markets. L'économie mondiale est soumise à des forces multiples qui influencent l'orientation, la composition et le volume du commerce agroalimentaire. Les principaux facteurs qui entravent et favorisent le commerce bilatéral de deux types d'aliments, à savoir les matières de base et les produits manufacturés, ont été déterminés à l'aide d'équations de gravité généralisées. L'évidence empirique a vérifié l'importance des dotations relatives en ressources et des similarités dans la structure de la demande d'un partenaire commercial. D'autres facteurs sociaux et géopolitiques, y compris la capacité des gouvernements à combattre la corruption et à réduire le déséquilibre sur les marchés des capitaux, influenceraient aussi le commerce alimentaire.

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)0,000
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,037
Tête enseignante GPT0,162
Écart entre enseignants0,126 · 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

Citations13
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Agricultural Economics/Revue canadienne d agroeconomieMême sujetGlobal trade and economicsTravaux en français237 207