Türkiye’de Ticaret Sürecinde Yer Alan Tarafların Ticaretin Kolaylaştırılması Üzerine Karşılıklı Beklentileri
Bibliographic record
Abstract
Uluslararası ticaret, ülkelerin kalkınmasında önemli bir paya sahiptir. Bu sebeple Türkiye’de dış ticaret sürecinde bulunan tarafların birbirlerinden beklentilerini belirlemek, ticaretin hızlandırılmasına ve kolaylaştırılmasına ilişkin görüşlerini, eksikleri ve çözüm önerilerini ortaya çıkarmak büyük önem taşımaktadır. Bu bağlamda çalışmada, Dünya Ticaret Örgütü (DTÖ) tarafından hazırlanan Ticareti Kolaylaştırma Anlaşması (TFA) ve bu anlaşmanın uygulanmasında referans niteliği taşıyan performans göstergelerinde Türkiye’nin durumu incelenmiş ve TFA’nın uygulanmasıyla elde edilebilecek kazançlar ele alınmıştır. Türkiye’nin bu göstergelerdeki durumuna istinaden, ticaret sürecinde karşılaşılan sorunları belirlemek amacıyla görüşme soruları hazırlanmış ve ticaret sürecinde yer alan firmalar ve gümrük yetkililerine yöneltilmiştir. Görüşmeler Nitel Araştırma Yönteminin bir veri toplama tekniği olan Derinlemesine Görüşme ile yapılmıştır. Elde edilen veriler NVIVO programı ile analiz edilmiştir. Analiz sonucunda, gümrük işlem ve prosedürlerinde, ticaret sürecindeki belgelerin elektronik ortama uyarlanmasında ve uluslararası koordinasyon konularında iyileştirmeler yapılması gerektiği belirlenmiştir. Sonuç bölümünde ise elde edilen bulguların ortaya çıkardığı sorunların çözümlenmesine ve beklentilerin karşılanmasına yönelik öneriler getirilmeye çalışılmıştır.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.054 | 0.014 |
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".