MétaCan
Menu
Retour à la cohorte
Enregistrement W3033561173 · doi:10.9734/sajsse/2020/v6i330169

Export Performance of Coconut Sector of Sri Lanka

2020· article· en· W3033561173 sur OpenAlexaboutno aff
Vanitha Prasannath

Notice bibliographique

RevueSouth Asian Journal of Social Studies and Economics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMaritime Ports and Logistics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSri lankaBusinessMarket shareAgricultural economicsCashAgricultural scienceSocioeconomicsEconomicsMarketingFinanceBiology

Résumé

récupéré en direct d'OpenAlex

Aims: The study aims to identify the coconut export market of Sri Lanka based on market share and market growth and to classify coconut-importing countries using BCG matrix in order to facilitate potential strategic marketing decisions.
 Study Design: This is a quantitative study based on secondary data.
 Place and Duration of Study: This study is based on Sri Lanka’s coconut exporting sector. The secondary data were collected from 2009 to 2019 from the various annual report of Central Bank of Sri Lanka, export performance report of Export Development Board of Sri Lanka and TRADEMAP.
 Methodology: The data were first tabulated and then generated as graphs to display market share and growth. The Boston Consulting Group (BCG) matrix was used to classify coconut export market into four groups, namely stars, cash cows, question marks and dogs.
 Results: Export performance of coconut sector increased based on the export value. Similarly, the percentage share of coconut exports to the total exports increased from 3.5% to 5.5% over the last decade. United States of America (USA), Germany and the United Kingdom (UK) are significant importers of Sri Lankan coconut and coconut-based products. India, Mexico and Australia showed a growing trend in the growth of market share for coconut and coconut-based products. According to the BCG matrix, the USA is categorised under the star market, and no countries fall in the cash cow market. Sri Lankan coconut market with India, Mexico, Australia, Germany, France, Netherlands, United Arab Emirates (UAE), UK, South Korea, Italy, Canada, Japan, China, Spain and Russia fall into question mark markets. Turkey, Pakistan, Egypt and Iran are grouped into dogs market category.
 Conclusion: By identifying the position of the country at the BCG matrix, the coconut industry would carry out activities and projects to earn additional income and capture more world market share for coconut and coconut-based products. Policymakers should consider the position of the country while implementing related policies.

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)0,000
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,073
Score d'incertitude au seuil0,267

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,031
Tête enseignante GPT0,207
Écart entre enseignants0,177 · 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'étudeQualitatif
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSouth Asian Journal of Social Studies and EconomicsMême sujetMaritime Ports and LogisticsTravaux en français237 207