Türkiye’s peach and nectarine exports: An empirical analysis with normalized revealed comparative advantage (NRCA) indexes
Notice bibliographique
Résumé
The objective of this study was to examine the competitiveness of Türkiye in peach and nectarine exports through the use of normalized revealed comparative advantage (NRCA) indexes, encompassing cross-product group, cross-country, and cross-period comparisons. For this purpose, calculations were made based on HS-6 coded peach and nectarine, apricot, cherry, sour cherry and plum foreign trade data of Türkiye, Spain, the USA, Chile, Italy and Greece for 2001-2023. The study indicates that Türkiye's comparative advantage in peaches and nectarines increased significantly after 2016. The cross-product group comparison indicates that Türkiye has a competitive advantage in peaches and nectarines relative to other stone fruit exports, including apricots, cherries, and plums. However, especially in recent years, Türkiye has been at a comparative disadvantage in peach and nectarine exports relative to cherries. Regarding cross-country comparison, Türkiye has a comparative advantage over other major peach and nectarine exporters (Italy, Chile, USA and Greece). On the other hand, Türkiye has a comparative disadvantage compared to Spain, the world's largest exporter of peaches and nectarines. In terms of periodic comparison results, Türkiye has increased its competitiveness during the analysis period compared to previous years. To maintain and stabilize competitiveness, more exports are needed to different markets, particularly Canada, Mexico, Switzerland, the United Kingdom, Belgium, Germany and Saudi Arabia.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».