MétaCan
Menu
Retour à la cohorte
Enregistrement W2955193172 · doi:10.5539/jas.v11n10p131

Competitiveness Overview of Four Brazilian Non-timber Forest Products

2019· article· en· W2955193172 sur OpenAlexvenueno aff
Fernanda Carla Tavares da Costa, Diellen Lídia Rothbarth, Jaqueline Valerius, João Carlos Garzel Leodoro da Silva, Romano Timofeiczyk, Pedro José Steiner Neto, José Roberto Frega

Notice bibliographique

RevueJournal of Agricultural Science · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCashew nutAgricultural economicsAgricultural scienceBusinessGeographyPulp and paper industryEconomicsEnvironmental scienceEngineering

Résumé

récupéré en direct d'OpenAlex

This study aimed to analyze the Brazilian competitiveness in the world market of the main non-timber forest products (NTFPs) exported by Brazil during the subperiods from 2006 to 2010, and from 2011 to 2016. The products were selected based on their relevance in the Brazilian NTFP export. In order to analyze competitiveness, we used the competitiveness matrix, which is given by the performance point of view. In the construction of this matrix, the vertical axis was represented by the Revealed Symmetric Comparative Advantage index while the horizontal axis was represented by the growth rate. The results showed that natural rubber was in the “missed opportunities” quadrant in the first period and in the “retreat” quadrant in the second period analyzed. On the other hand, honey, mate and cashew nut were positioned in the “optimum” sector in both periods, although cashew nut had showed a decrease both in the world growth rate and in the RSCA in the second period studied. In the final analysis, we concluded that Brazil is competitive in exports of honey and mate, it has been losing competitiveness in exports of cashew nuts, and is in decline as regards natural rubber 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,217
Score d'incertitude au seuil0,312

Scores Codex et Gemma par catégorie

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

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 GPT0,236
Écart entre enseignants0,213 · 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 tête enseignante, 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetGlobal Trade and CompetitivenessTravaux en français237 207