How to Evaluate the Performance of the Taiwan Biotech and Biopharmaceutical Corporations?
Notice bibliographique
Résumé
Modern biotechnology and pharmaceutical industry, the most developmental mainstream, has been generally acknowledged in the 21st century. The approach of this study surmounted the traditional DEA and SFA, combining with modified Delphi approach, ISM, FANP and performance evaluation table to build evaluation mode of operating performance precisely and completely in Taiwan biotech and pharmaceutical corporations. Considering 4 criteria and 18 sub-criteria complied to evaluate the operating performance in the enterprise. The analyzed result appeared, the significance of criteria is “Product and technology R&D”, “Financial performance”, “Production and quality management” and “Organization characteristics and operation management” in sequence. The top 5 key sub-criteria influence the evaluation of operating performance in Taiwan biotech and pharmaceutical corporations are “Profitability”, “Efficiency of production and cost”, “Innovative products and R&D strategies”, “Quality management and cost control” and “Operation strategy and business mode”. The last 5 key sub-criteria are “Human resources management”, “Project management”, “Innovation of process technology”, “Competence of financial operation” and “Market share”. Finally, the top 10 of conglomerate revenue in listed companies taken as the sample of empirical research on this study. According to the experts’ evaluation, the total point of weighted average is 58.9020 of whole sample in complete period in all enterprises, which fell at the grade of ‘Slightly good’ as a whole. The related results accord with the real situation in the industry. The result of this study is able to be a significant basis as the policies drawn up by government, operating performance evaluated by the enterprise and investment target measured by the investors.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».