MétaCan
Menu
Retour à la cohorte
Enregistrement W3010969360 · doi:10.1002/essoar.10500819.1

Sustainable Research on World Potassium Resource Trade Based on Complex Network Theory

2019· article· en· W3010969360 sur OpenAlexaboutno aff
Rui Kong, Mingyue Wang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueExtraction and Separation Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternational tradeResource (disambiguation)Distribution (mathematics)Trade barrierFree tradeBusinessOrder (exchange)International economicsEconomicsComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

As a national strategic resource, trade activities of potassium resources(K) have changed its state of ownership. Futures and spot trading forms in the international market are mainly primary processed ore and deep-processed products. So, K trade can be replaced by the potassium salt trade. Its international trade will affect a country’s strategic resource management, and increase national resource security risks. Thence, it is necessary to study the evolution of international trade in K. This paper has constructed a weighted and directed complex network model of K trade using UN Comtrade 2000-2016 data and analyzed the scale and activity of international trade of K, trade relations, trade flow distribution and the importance of countries. By analyzing the international trade data of K in 224 countries, it is found that trade is active year by year and K is becoming more significant. From network density and diameter, resource allocation is more convenient. The network cluster is growing. It shows that some countries form trade groups. The correlation coefficient of degrees is less than 0, indicating that the trade relationship between small and major trade countries is enhancing. And, the reciprocal coefficient is between 0.1 and 0.35, showing that the trade order is poor. Moreover, it presents a state that the greater the country’s degree, the smaller the difference in trade flow distribution. So, resource flows in countries with more trade relations can promote a balanced distribution of K. Finally, from countries’ trade influence and hub status, Canada is a leading trade country, and the US, the Russian Federation, China and Brazil are trade-led countries. They are the main source of K flows. China, the Netherlands, the US, France and India are important hubs. So, countries should strengthen bilateral trade relations. So as to ensure the SD of international trade in K, major trading countries should focus on the exploit of K and improve the level of production and processing tech. Countries should also enhance their hub role to facilitate the flow of K. China, as a large country in agriculture and K demand, should increase self-sufficiency to reduce import dependence risks. Besides, attention should be paid to market changes in major trading countries and to reducing risks by adding the number of trade countries.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,004
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,047
Tête enseignante GPT0,318
Écart entre enseignants0,271 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetExtraction and Separation ProcessesTravaux en français237 207