MétaCan
Menu
Retour à la cohorte
Enregistrement W2008279728 · doi:10.5539/jms.v3n3p166

Factors Affect the Success of SME in Bangladesh: Evidence from Khulna City

2013· article· en· W2008279728 sur OpenAlexvenueno aff
Md. Reaz Uddin, Tarun Kanti Bose

Notice bibliographique

RevueJournal of Management and Sustainability · 2013
Typearticle
Langueen
DomaineHealth Professions
ThématiqueGlobal Health and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)Government (linguistics)BusinessDistribution (mathematics)Plan (archaeology)MarketingPopulationRegression analysisSmall and medium-sized enterprisesGeographyStatisticsFinanceSociologyDemographyMathematics

Résumé

récupéré en direct d'OpenAlex

Small and Medium Enterprises (SMEs) occupy dominant positions in economy. SMEs bear special significancefor counties where density of population is very high because it offers huge employment opportunities andincome generations at low cost. Considering the importance this study has strived to identify those factorscontribute the success of SMEs using causal model. Data were collected from SMEs owners of the Khulna city,divisional city of Bangladesh. A total 195 respondents were finally interviewed for the study. Several factorswere selected typically affect the success of SMEs from pervious literature. Important factors were identifiedfirst using rotated components matrix later regression statistics was applied to find out which are statisticallysignificant. Business plan, channel of distribution, management skills and government support are identifiedstatistically significant in determining success of SMEs in Khulna City.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,092
Tête enseignante GPT0,433
Écart entre enseignants0,341 · 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

Citations23
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and SustainabilityMême sujetGlobal Health and EpidemiologyTravaux en français237 207