Freight flows, logistics costs and efficiency : optimal path analysis - background paper
Notice bibliographique
Résumé
In Central America, cargo is transported almost entirely by road. The movement of imports and exports to and from international seaports is done by truck. Rail service is almost nonexistent and air transport serves less than one percent of the cargo generated within the Central American Common Market (SIECA, 2004). Intra-regional trade is much more important in Central America than it might seem at first glance. The second largest trading partner of Central America is the region itself. In 2010, one quarter of the exports from Central America were destined for final consumption within the region. Half of the exports of Central America (54 percent in 2010) correspond to agricultural products and a large proportion of them supply markets inside the region. Nearly 40 percent of intra-regional exports consist of food, beverages, animals and plants (SIECA, 2011). Perishable food products are transported on trucks, and spatially restricted by the geography and the road infrastructure. In this context, inefficiencies in the supply chain and delays in freight flows lead to economic losses and amplify the negative impact of the distance to the markets on trade. A gravity model of trade showed that the negative effect of distance1 on total intra-regional exports is 77 percent higher in Central America than in the European Union (World Bank, 2010). More precisely, an increase in distance by 1 percent is expected to reduce intra-regional bilateral exports in Central America by 1.65 percent. In terms of volume, the negative effect of distance within the region exceeds the effect in Europe by 50 percent in grains and up to 550 percent in processed food. In the latter case, an increase in distance by 1 percent is expected to reduce intra-regional bilateral exports of processed food in Central America by 2.88 percent.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».