Notice bibliographique
Résumé
Fisheries sector plays a significant role in the Indian economy in terms of its contribution to growth and development. The contribution of fisheries sector to Indian merchandise trade and to world fishery trade is substantial.. Fish production has increased from 7.52 lakh tonnes (5.34 lakh tonnes for marine and 2.18 lakh tonnes for inland fisheries) in the year 1950–51 to 114.09 lakh tonnes (36.41 lakh tonnes for marine and 77.69 lakh tonnes for inland fisheries) in 2016–17. The growth sector of fish sector contributes through its share in GDP and foreign exchange earnings gained through the export of fish and fishery products. During 2016–17, the volume of fish and fishery products exported from India was 134948 tonnes worth Rs.378709.0 crores. The export mainly consist of frozen shrimp verities (41.10%) followed by fin fish (25.64%), frozen squid (7.32%), and frozen cattle fish (5.02%), during 2017–18. The paper tries to see the revealed comparative advantage of India of this sector with its Competitors and the findings show that India's export potential for fishery product have continuously improved in the study period and the fishery sector has strong comparative advantage in terms of total world's fishery exports. India is more advantageously placed than Canada, Chile, Russian Federation, Spain, Sweden and United States of America. The analysis suggests that India is comparatively in an advantageous position compared to its competitors.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».