MétaCan
Menu
Retour à la cohorte
Enregistrement W2037964294 · doi:10.4018/jagr.2013010105

Network Planning and Retail Store Segmentation

2013· article· en· W2037964294 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Journal of Applied Geospatial Research · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Retail Behavior Studies
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésGeospatial analysisComputer scienceConstruct (python library)Decision support systemSegmentationMarket segmentationComponent (thermodynamics)Investment (military)Data scienceInvestment decisionsKnowledge managementBusinessMarketingArtificial intelligenceGeography

Résumé

récupéré en direct d'OpenAlex

Store segmentation aims to divide a network of stores into meaningful groups, typically based on a combination of operational, site and trading environment characteristics. It is an increasingly important component within network planning activities of major retail chains due to the significant capital investment that is physically grounded in their large store networks. The paper outlines findings from case study research that has focused on developing spatial decision support tools that enable decision makers to explore, construct and visualize store segments. An integrated spatial statistical approach to store segmentation is detailed and associated benefits and shortfalls discussed. The paper highlights the potential to develop customised geospatial tools to support network planning decision making activities. It is argued that geospatial decision support tools need to be designed to accommodate the varying GIS skill-levels of potential end-users and that fundamentally more emphasis needs to be placed on creating tools that can be used by decision-makers as opposed to analysts.

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.

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 enseignants0,559
Score d'incertitude au seuil0,561

Scores Codex et Gemma par catégorie

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

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 Opus0,079
Tête enseignante GPT0,344
Écart entre enseignants0,265 · 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