MétaCan
Menu
Retour à la cohorte
Enregistrement W2264477083

India’ Exports of Live Stock and Allied Products

2005· article· en· W2264477083 sur OpenAlexaboutno aff
J K Sachdeva

Notice bibliographique

RevueSSRN Electronic Journal · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural Economics and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaGeographyAgricultureAgricultural economicsBusinessLivestockStock (firearms)Sri lankaSocioeconomicsEconomicsTanzania
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

One of the main objectives of the governments’ export policy is to maximise agricultural exports in order to earn foreign exchange. It also seeks to provide remunerative prices to the farmers while ensuring adequate availability of essential commodities to the domestic consumers at reasonable prices. This paper analyses the India’s exports of livestock and allied products to principal groups of countries in the light of world trade. The direction of trade has been analysed to explore the areas where exports can be given a further boost. Four groups of commodities – 1) Live animals, 2) meat and meat preparations, 3) milk and milk products and 4) eggs, honey and other products of animal origin have been selected for the analysis. Harmonised system of nomenclature classifies the commodities on the basis of origin, use, functions and trade. Exports of select groups of commodities over 10 years have been analysed from the period 1993-1994 to 2002-2003 (in short 1993 to 2002). Importers of Indian products have been arranged in 5 groups – SAARC includes Bangladesh, Bhutan, Maldives, Nepal, Pakistan, and Sri Lanka. Middle East Group includes UAE, Saudi Arabia, Kuwait, Yemen, Bahrain, Turkey, Qatar, Lebanon, Iran, Iraq, and Israel. High Income Asian Countries (HIAC) includes Japan, Singapore, South Korea, Taiwan, China, Hong Kong, Thailand, Indonesia, Malaysia and Philippines. High Income Other Countries (HIOC) include Australia, Austria, Belgium, Canada, Denmark, Germany, Iceland, Ireland, Israel, Netherlands, Portugal, Spain, Switzerland, UK and USA, Rest of World is the fifth group. No country has been repeated in any group.

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)0,000
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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,010
Tête enseignante GPT0,199
Écart entre enseignants0,189 · 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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetAgricultural Economics and PracticesTravaux en français237 207