MétaCan
Menu
Retour à la cohorte
Enregistrement W7116323454 · doi:10.63556/tisej.2025.1688

Comparative Analysis of Turkey's Competitive Position in Agricultural Exports with Selected Competitor Countries

2025· article· W7116323454 sur OpenAlexaboutno aff

Notice bibliographique

Revue3 SEKTÖR SOSYAL EKONOMİ DERGİSİ · 2025
Typearticle
Langue
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPosition (finance)Revealed comparative advantageAgricultureComparative advantageValue (mathematics)Competitive advantage

Résumé

récupéré en direct d'OpenAlex

This study measures Turkey's competitive strength in agricultural exports between 2014 and 2023 using Revealed Comparative Advantage (RCA) and Symmetric RCA (RSCA) indices and compares the findings with structurally similar economies such as Brazil, the United States, Canada, China, Italy, Spain, and the Netherlands. The data show that Turkey's agricultural exports rose from US$19.54 billion in 2014 to US$30.26 billion in 2023, with a period average of US$21.47 billion. In the agricultural sector, RCA values ranged between 1.56 and 1.85, averaging 1.67, while RSCA remained between 0.22 and 0.30, averaging 0.25, confirming Turkey's permanent comparative advantage. Comparatively, Brazil's average RCA and RSCA values are quite high at 5.87 and 0.71, respectively, while the US and Canada's RCA is 1.64 and 1.83, and their RSCA is 0.24 and 0.29. In Italy and Spain, the RCA ranges from 0.6 to 1.1 and the RSCA is mostly negative, while in the Netherlands, the RCA ranges from 0.95 to 1.10 and the RSCA varies between -0.02 and 0.05. As a result, Turkey has a stronger agricultural competitive position compared to similar European economies, but a medium-level position compared to producers with high RCA, such as Brazil and Ukraine. The fact that the RCA in Ukraine ranges from 4.57 to 8.44 and the RSCA from 0.64 to 0.79, and that the RSCA values in Turkey rose from 0.22 to 0.26 in the 2019–2023 period, highlights the importance of policies focused on higher added value and productivity.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,008
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue3 SEKTÖR SOSYAL EKONOMİ DERGİSİMême sujetGlobal Trade and CompetitivenessTravaux en français237 207