MétaCan
Menu
Retour à la cohorte
Enregistrement W6976870459 · doi:10.6068/dp170c06a75543

TREND: United States Census Bureau. International Trade Datasets: Exports by End-Use Code | Country: Dominican Republic, Mexico, Singapore, Thailand, United Kingdom | Indicator: Total Value | Code: 00370, 2013 - 2018. Data Planet™ Statistical Datasets: A SAGE Publishing Resource Dataset-ID: 001-067-003

2020· other· en· W6976870459 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Planet · 2020
Typeother
Langueen
DomaineComputer Science
ThématiqueAugmented Reality Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCensusCommodityPrincipal (computer security)Value (mathematics)Official statisticsCapital goodInternational comparisonsCapital (architecture)

Résumé

récupéré en direct d'OpenAlex

United States Census Bureau. International Trade Datasets: Exports by End-Use Code | Country: Dominican Republic, Mexico, Singapore, Thailand, United Kingdom | Indicator: Total Value | Code: 00370, 2013 - 2018. Data Planet™ Statistical Datasets: A SAGE Publishing Resource Dataset-ID: 001-067-003 Dataset: Provides statistics on US exports using the end-use classification system. This classification system is based on principal use rather than the physical characteristics of the merchandise. End-use codes are assigned by the Bureau of Economic Analysis under the US Department of Commerce. The broad end-use categories used by BEA and the Census Bureau are foods, feeds, and beverages; industrial supplies and materials; capital goods except automotive; automotive vehicles, parts, and engines; consumer goods except food and automotive; and “other” goods. The end-use classification system includes about 200 subcategories of exports and 200 subcategories of imports. The Monthly and Annual International Trade Datasets provide detailed data on trade between the United States and its international trade partners. The ITD provide the most comprehensive current month and cumulative year-to-date export and import statistics using multiple commodity classification systems. Previously released trade data are revised annually with the publication of April statistics. Data on US exports of merchandise from the US to all countries, except Canada, are compiled from the Electronic Export Information (EEI) filed by the US Principal Party of Interest or their agents through the US Customs' Automated Commercial Environment (ACE). Filing the EEI is mandatory under Chapter 9, Title 13, United States Code. Qualified exporters, or their agents, submit EEI data by automated means directly to the US Census Bureau. Data on US imports of merchandise are compiled primarily from automated data submitted through the US Customs' Automated Commercial Environment (ACE). Other sources of import data include import entry summary forms, warehouse withdrawal forms, and Foreign Trade Zone documents. Data on imports of electricity and natural gas from Canada are obtained from Canadian sources. Statistics are available by district (or port) of exportation (for exports) or entry (for imports) and by trading partner. https://www.census.gov/data/developers/data-sets/international-trade.html Category: International Relations and Trade Subject: International Trade, Exports Source: United States Census Bureau The United States Census Bureau is a bureau of the US Department of Commerce. The major functions of the Census Bureau are authorized by Article 2, Section 2 of the United States Constitution, which provides that a census of population shall be taken every 10 years, and by Title 13 and Title 26 of the United States Code of Federal Regulations. The Census Bureau is responsible for numerous statistical programs, including census and surveys of households, governments, manufacturing and industries, and for US foreign trade statistics. The first US census was conducted in 1790 for the purposes of apportioning state representation in the US House of Representatives and for the apportionment of taxes. https://www.census.gov

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Science ouverte
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0050,004
Science ouverte0,0190,010
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,048
Tête enseignante GPT0,297
Écart entre enseignants0,249 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData PlanetMême sujetAugmented Reality ApplicationsTravaux en français237 207