MétaCan
Menu
Retour à la cohorte
Enregistrement W2921315437 · doi:10.21686/2410-7395-2019-1-85-94

THE DEVELOPMENT TRENDS OF E–COMMERCE SERVICES IN THE UNITED STATES

2019· article· en· W2921315437 sur OpenAlexaboutno aff
An' Chzhao Chzhen'

Notice bibliographique

RevueInternational Trade and Trade Policy · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigitalization and Economic Development in Agriculture
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrade in servicesBusinessEuropean unionInternational tradeService (business)TelecommunicationsQuarter (Canadian coin)Financial servicesGeographyMarketingFree tradeFinanceComputer science

Résumé

récupéré en direct d'OpenAlex

The article deals with the latest trends in US trade in electronic services, in particular audiovisual services, computer services and data processing services, telecommunication services. Since 2007 trade of audiovisual services has been the most significant in theUSe-services export. The largest consumers of these services are the European Union, Asia and the Pacific region (the main consumers areChinaandIndia) and Central and South America (BrazilandArgentina). Among the countries, the main importers of American audiovisual services are theUK,CanadaandGermany. The main share of audiovisual services is occupied by film distribution and streaming media. In theUSAaudiovisual services are imported by theUK,Brazil,Mexico,CanadaandArgentina. For several years there is a deficit in the trade turnover of computer services in theUnited States. The main importers of these services from theUnited Statesare theUnited Kingdom.Canada,Switzerland,India,Germany. TheUSA, in turn, uses computer services fromIndia(47%),Canada,Ireland, theUKandGermany. The American telecommunications market is about a quarter of the world's, so theUSAis the largest national market for this type of service. The importing countries of theUStelecommunications services are theUnited Kingdom,Mexico,India,Canadaand theNetherlands, and the main export consumers areBrazil,Argentina, theUnited Kingdom,VenezuelaandCanada.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,009
Études des sciences et des technologies0,0010,000
Communication savante0,0040,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,016
Tête enseignante GPT0,236
Écart entre enseignants0,221 · 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'étudeSans objet
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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Trade and Trade PolicyMême sujetDigitalization and Economic Development in AgricultureTravaux en français237 207