MétaCan
Menu
Retour à la cohorte
Enregistrement W1511385447

Labour-owned and participatory capitalist firms: different approaches to their financial and operative challenges

2013· article· en· W1511385447 sur OpenAlexaff
Zuray Melgarejo, F.J. Arcelus, Katrin Simón

Notice bibliographique

RevueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas) · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCooperative Studies and Economics
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésHumanitiesCapital (architecture)Political scienceCitizen journalismWelfare economicsEconomicsPhilosophyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Este trabajo analiza hasta qué punto las diferencias, en el rendimientooperativo, el crecimiento económico, la eficiencia y la productividadentre las empresas cuyo capital es de los trabajadores (Labour-ownedFirms - LOFs) y las empresas capitalistas participativas (participatory capitalistfirms - PCFs), se pueden atribuir a sus estructuras distintas de capitaly de propiedad, que a la vez reflejan las diferentes maneras de manejar elcapital y a sus trabadores, además de la interpretación de la teoría de lafunción primaria del negocio. El estudio utiliza una variedad de técnicascuantitativas, que incluyen el análisis de datos de panel, el análisis porenvoltura de datos, los modelos fronterizos estocásticos y similares paraconcluir que muchas de las relaciones planteadas por la teoría económicano corresponden con el rendimiento exitoso de las LO Fs. No existen diferenciasimportantes entre los dos tipos de empresas en cuanto al potencialde crecimiento, el rendimiento operativo o la eficiencia productiva. Otroresultado de interés, es que los indicadores productivos que se utilizanpara medir el rendimiento de las empresas en las LO Fs, y que también sonusados por las compañías de servicios financieros en el análisis de riesgodel negocio, no son completamente adecuados y pueden constituir unaamenaza para la sobrevivencia de las empresas.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,986
Score d'incertitude au seuil1,000

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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,068
Tête enseignante GPT0,230
Écart entre enseignants0,162 · 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.

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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLA Referencia (Red Federada de Repositorios Institucionales de Publicaciones Científicas)Même sujetCooperative Studies and EconomicsTravaux en français237 207