MétaCan
Menu
Retour à la cohorte
Enregistrement W4221020028 · doi:10.5604/01.3001.0015.7473

NON-TARIFF DIMENSION OF NEOPROTECTIONISM IN WORLD TRADE IN AGRI-FOOD PRODUCTS

2022· article· en· W4221020028 sur OpenAlexaboutno aff
Karolina Pawlak

Notice bibliographique

RevueAnnals of the Polish Association of Agricultural and Agribusiness Economists · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTariffProtectionismInternational tradeChinaTrade barrierBusinessScope (computer science)Index (typography)International economicsCommercial policyWorld tradeEconomicsAgricultural economicsGeography

Résumé

récupéré en direct d'OpenAlex

The aim of this paper was to determine the scope of non-tariff measures used in the world agri-food trade in 2020. This study used data of the United Nations Conference on Trade and Development (UNCTAD) and the Global Trade Alert data. Applying the methodology developed by the UNCTAD and the World Trade Organization (WTO) three indexes were established to describe the use of non-tariff measures (NTMs) to trade, i.e., the Frequency Index, the Coverage Ratio and the Prevalence Ratio. The number of trade preferences and trade restrictions used by the largest exporters and importers of agri-food products was also measured. The analysis showed that the scope of use of non-tariff protection measures in world trade in agri-food products is much greater compared to other branches of the economy. In countries implementing a highly protectionist trade policy, such as Brazil, China, India, Indonesia, Canada, the USA and Vietnam, non-tariff instruments were used in relation to all tariff lines and the entire value of import. To the greatest extent, non-tariff protection measures were adopted in the trade of non-processed plant origin products, including cereals, oilseeds and oleaginous fruit, fruit and vegetables, as well as dairy products. Countries most commonly implementing trade restrictions against their partners and, at the same time, at greatest risk of retaliatory actions on their part included EU countries, the USA and China.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,197
Écart entre enseignants0,180 · 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'étudeSans objet
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the Polish Association of Agricultural and Agribusiness EconomistsMême sujetGlobal Trade and CompetitivenessTravaux en français237 207