MétaCan
Menu
Retour à la cohorte
Enregistrement W2766212698 · doi:10.5539/jas.v9n11p76

The Revealed Comparative Advantage Index of Brazilian Natural Honey

2017· article· en· W2766212698 sur OpenAlexvenueno aff
Maristela Franchetti de Paula, Humberto Ângelo, Alexandre Nascimento de Almeida, Éder Pereira Miguel, Pedro G. A. Vasconcelos, Ari Schwans, Marcio Alexandre Facini, Ademir Juracy Fanfa Ribas, Raquel S. Pompermeyer

Notice bibliographique

RevueJournal of Agricultural Science · 2017
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Food Sciences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevealed comparative advantageComparative advantageChristian ministryIndex (typography)CommodityBusinessOrder (exchange)Competitive advantageInternational tradeAgricultural economicsInternational marketCompetition (biology)EconomicsGeographyMarketingBiologyEcologyPolitical scienceComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

Natural honey is considered a valuable forestry product not only for biodiversity but also to its conservation functions. Besides, it is an important exported commodity. In this study, the performance of Brazilian natural honey exported products were evaluated with specific focus on determination of their competitiveness in the international market. This article aimed to calculate the Revealed Comparative Advantage Index (RCA) of Brazilian natural honey, from 2000 to 2015. The sources consulted are SEBRAE, IBGE, Brazilian Ministry of Development, Industry and Foreign Trade and the United Nations Commodity Trade Statistics Database (UN COMTRADE). The methodological procedure used was Balassa’s Revealed Comparative Advantage Index in order to estimate the competitiveness measure. The results demonstrated that Brazil was competitive in natural honey exported products during the period from 2002 to 2015. Considering the outcomes, based on the indexes it is possible to affirm that Brazilian natural honey is competitive and the country displays enough positive characteristics and productive capacity to amplify its participation in new international commercial markets.

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)0,003
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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,276
Écart entre enseignants0,253 · 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetAgricultural and Food SciencesTravaux en français237 207