DETERMINING TARGET MARKET OF IRAN'S PISTACHIO AND DATE EXPORT USING EXPORT DEMAND MODEL AND SCREENING METHOD
Notice bibliographique
Résumé
The general objective of this paper is to recognize factors affecting the target market of Iran's pistachio and date export. For this purpose, the target market of pistachio and date export(with use screening method), effective factors on export demand of pistachio and date, and elasticity coefficient of export demand of pistachio and date were all analyzed during 1971-2007. According to the results, Non-Asian countries with high income are suitable markets for exporting Iranian date. Also, Asian and Non-Asian countries with high income are suitable markets for exporting pistachio of Iran in long run. Increasing the date price must be stopped to assist promotion of hygienic level and packing export date. Increasing pistachio price with regard to the appearance of new exporters is hazardous. Generally, according to findings, suitable *Head of Support Policy, ARDPERI, Tehran, Iran (Corresponding Author) **MS in Agricultural Economics e-mail:royamohammadzadeh@yahoo.com ***Researcher in ARDPERI, Tehran, Iran هعسوتو يزرواشكداصتقا لاس ه ج مهد هرامش، 70 20 markets for exporting Iranian date are proposed France, United Kingdom, Germany, Morocco, United State of America, Italy, Spain, Canada, Russia, Georgia, Switzerland, Netherlands, Australia and Belgium, and suitable markets for exporting Iranian pistachio in long run are Luxemburg, Hong Kong, Germany, Spain, Italy, Netherlands, France, Russia, Jordan, India, Syria, Slovakia, Palestine, United Kingdom, Cyprus, Ukraine, Slovenia, Belgium, Latvia and Armenia respectively. Jel Classification: M31
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».