Analysis of Export Potential and Trade Direction of Afghanistan Figs in Global Market
Notice bibliographique
Résumé
The expansion of Afghanistan's share in the global market is critical for the country's development, particularly given its chronic trade deficit. Although Afghanistan is renowned for producing and exporting high-quality fruits, especially figs, it has not fully utilized its export potential. Based on secondary data from ITC and FAOSTAT, this study analyzed the export performance of Afghan figs from 2000 to 2019. An exponential growth function, the Cuddy-Della-Valle instability Index, Revealed Comparative Advantage indices and Markov chain analysis was employed. The results showed that fig exports grew positively with a compound annual growth rate (CAGR) of 24.20%, exhibiting low instability. Afghanistan demonstrated significant export potential and maintained a strong and consistent comparative advantage in exporting figs, particularly to Pakistan, followed by India and the UAE. In 2019, the total export potential for Afghan figs was estimated at US$ 211.00 million, compared to an actual export value of US$ 91.60 million. The largest untapped export potential was identified in India, followed by the USA and Canada. While Afghanistan has retained its market share in some regions, it risks losing its share in others. The study recommends reorienting production and marketing systems to address these challenges and align them with global market demands. Additionally, progressive export promotion strategies should be implemented to diversify export destinations and minimize market risks.
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 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».