Profile of the companies participating in the Mexican national exports award
Notice bibliographique
Résumé
Objective: To identify the profile of the companies participating in the Mexican National Exportation Award (NEA) in the Large Agricultural Exporting Companies category (LAEC), by an information-gathering tool to determine the commercial lines of those businesses, their state of origin, and the exports destination.Methodology: A total of 17 questionnaires (n17), applied by the NEA to the LAEC category participants during the 2010-2018 period, were analyzed to determine the commercial business lines, their state of origin, and the destination of the exports. A problem tree was created to find opportunity areas to design solution proposals. The collected information was processed in the NetDraw 2.097 software to show the networks, their dominant actors (countries to which they export), and the products that the companies exported the most.Results: pork and vegetables business lines were identified. The latter revealed a sub-network of tomatoes and strawberries. A network was generated with an open structure comprising 17 nodes and 46 links where three export destination countries stood out: the USA with 15 links, Canada with six, and Japan with five. The highest exported product was the tomato in its different varieties, mainly to the U.S. and Canada.Limitations: Scarce information about the award on the internet. Access restrictions. Most of the exporting companies did not respond to the survey.Conclusions: The perishability of exported products determines the number of destination countries. The precariousness of Mexican agricultural exports was identified because companies trade only one product or a reduced number of them to only one country.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».