MétaCan
Menu
Retour à la cohorte
Enregistrement W1966942799 · doi:10.5539/jas.v3n1p228

The Role of Information and Communication Technology (ICT) in Iranian Olive Industrial Cluster

2011· article· en· W1966942799 sur OpenAlexvenueno aff
Jafar Azizi, T Aref Eshghi

Notice bibliographique

RevueJournal of Agricultural Science · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Capital and Networks
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial capitalBusinessInformation and Communications TechnologyCluster (spacecraft)Diseconomies of scaleCompetition (biology)Industrial organizationScale (ratio)Capital (architecture)MarketingEconomies of scaleComputer scienceGeographyPolitical scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

The cluster development method is one of the successful developing methods in agricultural industries sectionand small industries, which is based on communication and creation cooperation network between clusterbeneficiaries by increasing the social capital. In this research the data were collected by using census two stagesurvey from olive industrial units in mentioned geographical zone(North Iran) in 2007. The results of thisresearch showed that the social capital in some of beneficiaries groups is weak and brittle, but because of theirstatements there is background of cooperation and increase of their social capital. After recognition andstrengthening the effective factors on increase of social capital, can prepare the background for developing ofnew connective and informative technologies. Naturally economic discompetition of units, diseconomies of scale,negative competition in industry and the other problems which are investigated in the olive industrial cluster isresulting from the lack of information and connection between cluster actives. The aim of industrial clustermethod is increasing the cooperation network between cluster members by increasing the communication andinformation which by increase in using information and communication technology will fallow social capital andthen industrial cluster development method.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,584
Score d'incertitude au seuil0,335

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,018
Tête enseignante GPT0,239
Écart entre enseignants0,221 · 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.

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

Citations24
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetSocial Capital and NetworksTravaux en français237 207