Trade Facilitation at the Peru–Chile Land Border: Policy Impact of Digital Importation and Prearrival Declarations
Notice bibliographique
Résumé
This policy report examines the impact of the Peruvian Foreign Trade Public Policy implemented at the Santa Rosa Centre of Compliance (CAFSR) at the land border between Peru and Chile, presenting original research and quantitative analysis of statistics from the CAFSR at the Peruvian border collected by the National Superintendency of Customs and Tax Administration (SUNAT) from 2019 to 2022. The results show that customs compliance controls have been expedited, simplified, and modernised by both the digital importation process and mandatory prearrival customs declarations. However, the analysis calls for two further risk assessment strategies to be adopted by customs administrations in both countries. First, applying additional filters to identify fraud in prearrival customs declarations could expedite the release of low-risk consignments and help to ensure higher-risk consignments are subject to additional border restrictions. This paper suggests implementing an innovative blockchain technology that allows for the timely and accurate sharing of encrypted customs declarations to administrations in Peru and Chile. Second, upgrading infrastructure and logistics at the CAFSR could increase the capacity of the border post to facilitate increased binational trade. As a result, expediting the flow of goods and reducing time and costs facilitate trade. To maintain and enhance the advances, evaluating the infrastructure, logistics, and the automatic assignation of control channels is necessary. The flow of goods increased at CAFSR, even though the percentage per type of control (physical, documentary, or free) remains steady. Hence, the evaluation and adoption of this paper's recommendations are necessary as they also include the Smart Borders Project, announced to be executed up to 2024, aimed to automatize customs control and make it less intrusive and more intelligent through the extensive use of technology, risk assessment and data mining.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».