International market concentration of fresh blueberries in the period 2001—2020
Notice bibliographique
Résumé
Abstract There were no studies about the structure of the international fresh blueberry market in developing countries for contributing to the development of strategies and policies for the production, imports, and exports of fresh blueberries in the involved countries. The purpose of the study was to evaluate the structure of the international fresh blueberry market in the period 2001–2020. The research design was non-experimental, and longitudinal, with trends on per capita consumption, the market concentration index, and a multiple linear regression model. It was concluded that per capita consumption is led by Canada and the USA and that the concentration indices of the four main countries [CR(4)] of production, imports, and exports went from very high concentration levels to high concentration levels. The eight main countries [CR(8)] of production and exports were at a very high level and imports went from a very high level to a high level; in addition, the Herfindal–Hirschman-Index (HHI) of production was at a highly concentrated level: (a) highly concentrated level in imports in the period 2001–2018, (b) moderately concentrated from 2019 in imports, (c) highly concentrated in exports in the period 2001–2009, (d) moderately concentrated in exports in the period 2010–2018, and (e) not concentrated in exports as of 2019; in addition, the multiple linear regression model showed that per capita consumption, market share, price, and production contribute with 94.3% of the explanation of the variability of fresh blueberry exports. Finally, it was recommended to study the blueberry consumption habits and access restrictions to other international markets for increasing blueberry exports.
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 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 | 0,001 | 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».