MétaCan
Menu
Retour à la cohorte
Enregistrement W1955001552 · doi:10.5539/ijef.v7n9p287

Achieving Competitive Advantage in Economic Crisis

2015· article· en· W1955001552 sur OpenAlexvenueno aff
Salem Ahmad Alrhaimi

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2015
Typearticle
Langueen
DomaineEnergy
ThématiqueEnergy, Economy, and Technology Trends
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRecessionCompetitive advantageEntrepreneurshipCompetition (biology)Quality (philosophy)BusinessGlobal recessionSpace (punctuation)Business cycleValue (mathematics)EconomicsIndustrial organizationMarket economyEconomic systemMarketingFinanceMacroeconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

This paper seeks to encourage potential and existing entrepreneurs to do business, even in economic crisis and global recession. The global economic crisis strongly affected less developed areas, especially small entrepreneurs in these areas. In such conditions there is not much space left for successful entrepreneurship, entrepreneurs are forced to search new opportunities, and to do businesses with higher risks. They must have a modern approach to entrepreneurship, which tries to discover new opportunities in an innovative way. The paper shows that crisis and recession can provide new opportunities that need to be detected at the right time Competitive advantage may be gained if the entrepreneur is able to offer something valuable and important to the market, and if it differs from the competition in a way that offers better quality. In addition, there must be many other sources of competitive advantages which should support the main source of competitive value. The aim of the paper is to help entrepreneurs to find sources of competitive advantage in time of economic crises.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,004
Communication savante0,0070,006
Science ouverte0,0010,006
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,013
Tête enseignante GPT0,244
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetEnergy, Economy, and Technology TrendsTravaux en français237 207