MétaCan
Menu
Retour à la cohorte
Enregistrement W3176278427

El índice de competitividad del comercio exterior: Una aplicación al caso de los principales exportadores mundiales de tomate

2019· article· es· W3176278427 sur OpenAlexaboutno aff
Jaime de Pablo Valenciano, Mercedes Capobianco Uriarte, Manuel Recio Menéndez, Miguel Ángel Giacinti Battistuzzi, Juan Uribe-Toril, Juan Milán García

Notice bibliographique

RevueDialnet (Universidad de la Rioja) · 2019
Typearticle
Languees
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesEconomyWelfare economicsGeographyInternational tradeBusinessEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

espanolEl objetivo es analizar la competitividad en un pais para un producto en particular, en este caso el tomate, estudiando los paises compradores mas relevantes. Para ello se aplica el Indice de Competitividad de Comercio Exterior (ICCE) en los principales paises exportadores de tomate como Paises Bajos, Mexico o Espana durante el periodo de estudio 2008-2012. Los resultados muestran una evolucion positiva de la competitividad y de la cuota de mercado en la mayoria de los paises analizados a excepcion de Espana, Francia, Canada y Estados Unidos. EnglishThe objective of this work is to analyse the competitiveness in a country for a particular product, in this case the tomato, studying the most relevant purchasing countries. To this end, the Competitiveness Foreign Trade Index (CFTI) is applied in the main tomato exporting countries such as the Netherlands, Mexico and Spain during the 2008-2012 research period. The results show a positive evolution of competitiveness and market share in most of the countries analysed with the exception of Spain, France, Canada and the United States.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,084

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
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,010
Tête enseignante GPT0,254
Écart entre enseignants0,244 · 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'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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDialnet (Universidad de la Rioja)Même sujetGlobal Trade and CompetitivenessTravaux en français237 207