MétaCan
Menu
Retour à la cohorte
Enregistrement W3197294473

Trends in the world and EU-28 merchandise trade.

2019· article· en· W3197294473 sur OpenAlexaboutno aff
A. Popescu

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Governance and Law
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternational tradeBusinessInternational economicsEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The paper analyzed the dynamics and the main trends in the world and the EU-28 trade with commodities in the period 2006-2107 using the WTO data. The data have been comparatively analyzed by regions, type of commodity groups mainly manufactured goods, and agro-food products, and also by Regional Trade Agreements, and in the top exporting and importing countries both at the world level and in the EU-28. World commodity trade have been developing in close connection with the economic growth, but it was affected by economic crisis, US dollar appreciation, low prices of commodities and fuels, inflation, yuan depreciation, low investments and other factors. In 2017, global trade succeeded to recover the exports of goods accounting USD 17.7 Trillion, being by 46.2 % higher than in 2006, while the imports were USD 18 Trillion, by 45.1 % more. The top traders of goods in the world are China, the EU-28,the USA, German, Japan, followed by United Kingdom, France, Republic of Korea, Italy, Netherlands Hong Kong China and Canada. Agro-food products represent 10 % of the world trade with goods and their volume is continuously growing, being commercialized by especially by the EU, USA, Netherlands, Germany, France, Brazil, China, Belgium, Spain, Italy, United Kingdom and Canada. Europe and Asia have the highest contribution to the global trade. The WTO 164 members are the key role in the world trade growth. The EU-28 was and still is an important "actor" in the international trade with manufactured goods and agro-food products. The EU top trading countries are: Germany, United Kingdom, France, Netherlands, Italy, Belgium, Spain, Poland, Austria, Sweden, Denmark, Czech Republic and Ireland. The development of a sustainable global trade requires new policies and strategies to support the economic growth and enhance trade with goods and services.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,204
Tête enseignante GPT0,477
Écart entre enseignants0,273 · 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 revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetCorporate Governance and LawTravaux en français237 207