Някои проблеми при адаптирането на България към общата търговска политика на ЕС
Bibliographic record
Abstract
България може да реализира с по-голям успех своите икономически и търговски цели, ако използва по-добре инструментите на Общата търговска политика на ЕС. За да постигне това, България трябва да промени стоковата структура на своя експорт и да я направи по-близка до стоковата структура на експорта на ЕС. В момента между тях има съществени различия. В експорта на България доминират материалоинтензивни и трудовоинтензивни стоки, а в експорта на ЕС – капиталоинтензивни и наукоинтензивни. Съществени различия съществуват също и по отношение на географското разпределение на търговията. Важни търговски партньори на ЕС като САЩ, Китай, Япония, Бразилия, Канада, играят твърде ограничена роля във външната търговия на България. Съществува и неизползван капацитет за развитие на търговията между България и редица африкански страни, които са поддържали с нея приятелски отношения в миналото и които сега ползват специален преференциален митнически режим в търговията си с ЕС.
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 | 0.002 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.004 | 0.008 |
| Scholarly communication | 0.011 | 0.006 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.035 | 0.013 |
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".