MétaCan
Menu
Retour à la cohorte
Enregistrement W786878434

HIGHLIGHTS OF ROMANIA’S CONTRIBUTIONS TO THE EU AGRICULTURAL SECTOR, ON THE BRINK OF THE NEW CAP

2014· article· en· W786878434 sur OpenAlexaboutno aff
Mirela Rusali

Notice bibliographique

RevueAgricultural Economics and Rural Development · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEurosAgricultureGross value addedMarket shareValue (mathematics)Balance of tradeAgricultural economicsRomanianEconomicsBalance (ability)European unionQuarter (Canadian coin)International economicsInternational tradeEconomyGeographyFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The research focused on Romania’s contributions to EU-27 agriculture compared to the Member States, on the brink of the new CAP reform, from the perspective of the main statistical and synthetic indicators: 5% (7.8 billion Euros) share in EU’s gross value added, in 2013, due to a share of crop output of 6% and animal output of 2.4%; small shares both in exports and imports – the Romanian agri-food exports to the EU had small market shares, although an increasing trend was noticed in 2001-2013; the highest market share value of the period was in 2013, i.e. 1.2%. Romania’s agri-food trade balance had significant deficits, on the average -1.1 billion Euro in 2001-2006 and widened to a historical value of -1.9 billion Euro in 2007-2009; it continued with a balancing tendency up to the year 2013, which marked a positive trade balance of 343 million Euro, unique performance obtained in the last quarter of the century.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,985
Score d'incertitude au seuil0,247

Scores Codex et Gemma par catégorie

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

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 GPT0,164
Écart entre enseignants0,157 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAgricultural Economics and Rural DevelopmentMême sujetGlobal Trade and CompetitivenessTravaux en français237 207