MétaCan
Menu
Retour à la cohorte
Enregistrement W4312133374 · doi:10.3390/jrfm15120598

Modeling the Risks of the Global Customs Space

2022· article· en· W4312133374 sur OpenAlexvenueno aff
Olha Borysenko, Olena Vasyl’yeva, Оlga Katerna, Ю. В. Масюк, Oleg Panakhi

Notice bibliographique

RevueJournal of risk and financial management · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueBusiness and Economic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)Per capitaBusinessEconometric modelSustainable developmentLanguage changeSpace (punctuation)Developing countryGlobalizationOrder (exchange)Human Development IndexSample (material)EconomicsInternational tradeHuman development (humanity)Economic growthPolitical scienceComputer scienceEconometricsFinance

Résumé

récupéré en direct d'OpenAlex

The influence of globalization processes, the customs space of the country, requires the development and implementation of a transparent state customs policy to ensure security and integration into the space of the higher hierarchical order. The purpose of the study is to form scientific-applied recommendations regarding the development vectors of the customs space of a country in the global environment to improve its risk management system. The main method of study is econometric modeling, namely, canonical analysis in determining the interdependence of sustainable development and customs space. The purpose of the study is to suggest directions for development vectors for a country’s customs space that will mitigate various risks. Originally, 174 countries were selected for analysis, but the final sample was formed by 98 countries. According to the results of econometric modeling, it was determined that the following variables have the greatest impact on the customs space: human development index; GDP per capita; corruption perception index; global enabling trade index; environmental performance index; social progress index; global competitiveness index. The findings can be used by public authorities in developing a strategy for reforming the customs system of developing countries, taking into account the risks and challenges of the global environment.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,013
Tête enseignante GPT0,205
Écart entre enseignants0,192 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetBusiness and Economic DevelopmentTravaux en français237 207