MétaCan
Menu
Retour à la cohorte
Enregistrement W4290608532 · doi:10.11648/j.ijaas.20220802.15

Profitability of Mexican Avocado Production in the Face of an Increase in Exports to the Canadian Market

2022· article· en· W4290608532 sur OpenAlexaboutno aff
Daniel Hernández Soto, Maria del Carmen Cornejo Serrano, Patricia Galván Morales

Notice bibliographique

RevueInternational Journal of Applied Agricultural Sciences · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Physiology and Cultivation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProfitability indexAgricultural economicsEconomicsAnnual growth %Production (economics)Macroeconomics

Résumé

récupéré en direct d'OpenAlex

Mexico is the main exporter of avocado in the world, while Canada is the seventh importer. To meet its domestic demand, Canada imports about 93.73% of avocados from Mexico. It is worth mentioning that, between 2003 and 2018, the average annual growth rate of Mexican avocado imports in Canada was 14.72%; while, from 2019 to 2021, this same rate averaged -4.65, that is, in this period Mexican avocado imports in Canada fell at an average annual rate of 4.65%. This research aims to determine the viability of increasing the annual growth rate of Mexican avocado exports to the Canadian market. To carry out the work, the avocado market between Mexico and Canada was represented in an econometric model and, with the results, a partial equilibrium analysis was carried out, simulating a 50% annual increase in exports. The results show that an increase in the amount of Mexican avocado exported to the Canadian market that results in an average annual growth rate of 50% is viable in terms of income. The simulation shows that the Benefit/Cost Ratio (B/C R) in avocado production for the states of Jalisco, Michoacan and the State of Mexico, in the hypothetical scenario, would be 1.4831, 1.4257 and 1.5322 respectively.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,204
Score d'incertitude au seuil0,410

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,241
Écart entre enseignants0,221 · 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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied Agricultural SciencesMême sujetPlant Physiology and Cultivation StudiesTravaux en français237 207