A importância do fator "língua" nas exportações portuguesas
Bibliographic record
Abstract
A comunicação desempenha um papel preponderante no relacionamento entre os parceiros comerciais, particularmente no contexto globalizado do mundo em que vivemos. Os estudos sobre a economia da língua têm vindo a focar, entre outros temas, a influência da língua falada pelos parceiros comerciais no estabelecimento e na manutenção de relações profícuas entre eles. Com base no enquadramento teórico do modelo gravitacional e com o objetivo de analisar o volume de exportações de Portugal, utilizámos dados do comércio internacional de 2014, correspondentes a dados reais de 2013. O estudo que efetuámos permite-nos afirmar que o facto de um país pertencer à UE tem um impacto positivo no volume das exportações portuguesas para esse destino, não só devido à importância de pertencer a um mesmo bloco económico, mas também pela questão da relativa proximidade física que se verifica entre todos os estadosmembros da UE, o que é consentâneo com o modelo gravitacional. A novidade do nosso estudo, concretamente para o caso português, foi comprovar a existência de uma relação direta entre o volume das exportações portuguesas e o facto de o país de destino ter uma língua oficial românica. Consideramos que o fator “língua” não está a ser suficientemente explorado pelas empresas portuguesas e que as políticas linguísticas em vigor não fomentam o multilinguismo em Portugal.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.007 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.010 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.024 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".