MétaCan
Menu
Retour à la cohorte
Enregistrement W3121137890

‘‘IMPORT PRESERVATION’’ IN LIEU OF IMPORT SUBSTITUTION

2015· article· en· W3121137890 sur OpenAlexaboutno aff
Sergey Tsukhlo

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubstitution (logic)Quarter (Canadian coin)ProcurementInternational tradeBusinessSlowdownEconomicsCommerceComputer scienceMarketingEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Import substitution in the Russian industry shows obvious signs of a slowdown. Both comparative results of actually implemented import substitution quarter-on-quarter and plans of enterprises for the last quarter of the current year attest to this. At the same time, import substitution of machines and equipment was at a higher rate than import substi tution of industrial inputs. It is true that the Russian machine building industry does not reduce procurements of imported equipment. The food processing industry is losing momentum in import substitution of inputs either having disillusioned in the domestic raw material base or having exhausted its potential. Signifi cant part of the Russian industry pursues a policy of “import preservation” (in other words, does not reduce the share of imports) or even goes to “import expansion”. The latest assessment of the actual import substitution has been obtained for Q3 and forecast one for Q4 2015. Herewith, estimates of import substitution regarding industrial inputs was done separately from import substitution of machines and equipment. According to the obtained results for Q3 2015 one can make a rather definitive general conclusion: the Russian industry has reduced the scale of import substitution. This refers to all indicators: inputs, equipment, actual changes and plans for Q4 2015. Let us conduct an in-depth analysis of import substitution taking into account comparable results for Q2 2015.1

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,402
Score d'incertitude au seuil0,355

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
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 Opus0,089
Tête enseignante GPT0,362
Écart entre enseignants0,274 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEconomic and Technological Developments in RussiaTravaux en français237 207