MétaCan
Menu
Retour à la cohorte
Enregistrement W7136398226 · doi:10.31442/0235-2494-2025-0-12-163-167

Consequences of sanctions restrictions on the global fertilizer market

2025· article· W7136398226 sur OpenAlexaboutno aff
Andrey E. Plakhin, E. S. Ogorodnikova, Maria Khokholush, Konstantin Rostovtsev

Notice bibliographique

RevueEconomy of agricultural and processing enterprises · 2025
Typearticle
Langue
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Financial Auditing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSanctionsDiversification (marketing strategy)Production (economics)Consumption (sociology)PotashPhosphate fertilizer

Résumé

récupéré en direct d'OpenAlex

The purpose of the article is to analyze the changes in the global mineral fertilizer market due to the imposed restrictions, as well as to determine quantitative indicators indicating the transformation of this market. The study allows us to conclude that the structure of global production and consumption of mineral fertilizers is generally stable, which is due to macroeconomic factors in the functioning of this market, including a high concentration of production in a limited number of countries and consumer dependence. International trade in mineral fertilizers retains its traditional destinations, the largest exporters are the Russian Federation, China, the USA, Belarus and Canada, the main importers are India, the USA and Brazil. The greatest transformation is observed in European countries, associated with a sharp reduction in the production of nitrogen fertilizers and a reduction in imports of potash and phosphate fertilizers. The production of nitrogen fertilizers in Europe was suspended in mid-2022 due to rising natural gas prices. An assessment of the transformation of international exchange showed the active use of import diversification strategies by countries that consume mineral fertilizers: in particular, a significant part of large importers from Latin America are reorienting supplies to the United States and Canada, and the intermediary activity of Central Asian states is increasing.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,015
Tête enseignante GPT0,223
Écart entre enseignants0,208 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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 revueEconomy of agricultural and processing enterprisesMême sujetAgricultural and Financial AuditingTravaux en français237 207