Análisis del Mercado Canadiense para determinar la oportunidad de exportar Arándano fresco del Distrito La Joya, Arequipa, 2016
Bibliographic record
Abstract
El trabajo de investigación se realizó para determinar la oportunidad de exportar \narándanos frescos del distrito de la Joya al mercado de Canadá, a través del análisis \nde las características del mercado y la oferta exportable. Se analizaron bases \nestadísticas de Trademap, SIICEX y PROMPERU sobre exportaciones, importaciones, \nproducción nacional, precios, áreas de siembra; los resultados fueron procesados \nutilizando el paquete estadístico SPSS versión 22.0. Se realizó el análisis documental \nde los diferentes estudios realizados por otros países, especialmente Chile a través de \nPrograma de Fomento de las Exportaciones. Se concluye que Canadá es un mercado \natractivo para las exportaciones de arándanos arequipeños, el cual es un producto que \nforma parte de la cultura nacional canadiense donde los consumidores están altamente \nsensibilizados con la alimentación saludable y están dispuesto a pagar más por un \nproducto de mayor calidad; las compras se realizan en supermercados localizados en \nlos principales mercados de Toronto, Montreal y Vancouver. Arequipa cuenta con \ncondiciones favorables para el desarrollo de los blueberries, posee una oferta \nexportable de 562 toneladas al año, localizadas en el distrito de La Joya, que se \ndesarrollan por encima de los 2000 m.s.n.m. Las principales oportunidades para la \nexportación de arándanos a Canadá son: Ingreso del producto en contra-estación, \nentre los meses de setiembre y noviembre se posee una ventana óptima entre la \nsemana 34 y 47, altos precios de la fruta (US$7.55 por kilogramo), en épocas de \nescases se podría vender hasta el US$12 / Kg, incremento en el consumo per-cápita \ncanadiense, el cual alcanza 1.66 Kg./persona, mayor tendencia al consumo de \nproductos con alto contenido de vitaminas, mineral y antioxidantes.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
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 teacher head, 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".