Notice bibliographique
Résumé
The United States is the world’s largest poultry producer and exports about 18 percent of its total poultry production. It is also second largest exporter of broiler meats. Reports from the USDA predict that global import demand for poultry is expected to increase over the next 10 years, with the US accounting for 34% of the global poultry exports. The present study estimates the effects of exchange rate and US poultry export price on the quantity of poultry imports by the top five trading countries, namely Mexico, Canada, China, Hong Kong and Russia, during the period 1993 to 2012, using a double-log multiple regression model. Comparison of the effects across the countries was made possible with the incorporation of dummy variables for each country with Hong Kong serving as the baseline. The results demonstrated that the effect of exchange rate and poultry price, and per capita GDP on the quantity of poultry imported by Russia , Canada, and China is statistically different from Hong Kong and the rest of the countries in this study. Exchange rate appears to have a negative and statistically significant effect on US quantity of poultry exports. Export price and per capital GDP shows a positive and statistically significant impact on US poultry exports, although the result differs for individual countries. Overall, this study suggests that the effect of exchange rate and export price on the quantity of US poultry exports varies across countries. Key Words: Exchange rate, Double-log regression, US poultry price, Poultry exports
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 | 0,000 | 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 | 0,005 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».