The Role of Industrial Incentives in Development of Small and Medium Industries
Notice bibliographique
Résumé
Small and medium industries have had a significant impact on creation of new employment opportunities in recent years. In other words, in today’s modern world, small and medium industries have a significant role in variables like economic growth, competitiveness, and resolution of the ubiquitous unemployment crisis. Even though large-scale industries are still important in economic policy-making due to their economy of scale, the effect of massive production, experience, and organization, small and medium industries have some advantages including transportation, market size, regulations, choice effectiveness, and control. Accordingly, these industries have become the first choice for the production of most goods. This study investigated the role of industrial incentives in the development of small and medium industries in East Azerbaijan province. Based on the review of articles, texts, relevant sources, and comments from experts, relevant indicators were defined for each component of industrial incentives. Based on these indicators, a questionnaire was developed with 30 questions. After testing the validity and reliability of the questionnaire, it was applied to statistical samples using stratified random sampling. Then the questionnaires were collected and the obtained information was analyzed using descriptive statistics as well as inferential statistics (Spearman correlation test r and step by step Regression). The results show that there is a statistically significant relationship between the variables in this study. and obtained Results of regression Analysis shows that across 4 indicators Industrial Incentives, 2 indicators of it, that is, Financial and Customal Incentives were appropriate predicators for Development of Small and Medium Industries.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».