The evolution of international grain trade pattern based on complex network and entropy
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Grain is the most basic material condition for human survival and development, and the structure of grain import and export trade has seriously affected national grain security. In this paper, we quantitatively analyze the evolution of international grain (maize, wheat, rice) trade patterns from 1987 to 2019 based on a complex network and entropy methods, and provide some suggestions and references for relevant countries. We measure the ranking of countries by applying various indicators from complex networks to quantify the importance of nodes in international trade networks. Then, we analyze the evolution of trade scale and community structure in different regions. Finally, we analyze the weight structure of the whole network through entropy, revealing the evolution characteristics and mechanism of the system more comprehensively. The results first show that the international grains trade network (IGTN) satisfies the scale-free properties and that global trade volumes are increasing year by year. The distribution of trade volumes in the IGTN follows the 80/20 rule, with less than 20[Formula: see text] of countries accounting for more than 80[Formula: see text] of global trade volumes. Second, countries in the Asian region have gradually increased their position in the grain trade network, while the position of countries in North and South America has declined. Third, the heterogeneity of the topology and weight structure of the international grain trade network is weakened, and the status of hub countries in the IGTN is reduced. The importance gap of nodal connections is narrowing, showing the trend of multilateralization of global trade. Fourth, the world grain export market is highly concentrated. The USA, Canada, Brazil, Argentina and Russia are the major exporters of grain.
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.
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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle