Empirical Study of Integrated EVA Performance Measurement in China
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.
Notice bibliographique
Résumé
Traditional performance measurement has some limitations. Economic Value Added (EVA) is a real method to measure the company’s true value. This paper discussed on how to improve traditional performance measurement with EVA. It presented the integrated EVA performance measurement (IEPM) model. The superiority of IEPM model to traditional performance measurement was empirically analyzed with BP neural network and the data from China’s listed companies. The results showed that the measurement ability of IEPM model was superior to that of traditional performance measurement. Its prediction ability was also proved to be better than that of traditional measurement. It suggests that introducing EVA to performance measurement well reflects the company’s real profit. So it is effective and reasonable to use IEPM model to evaluate and predict the company’s performance. Key words: Economic value added, IEPM model, Neural network, Performance measurement Resume: Traditionnels de mesure du rendement a quelques limitations. Economic Value Added (EVA) est une vraie methode pour mesurer la vraie valeur de l'entreprise. Ce document discute sur la maniere d'ameliorer la mesure du rendement traditionnel avec EVA. Il a presente les mesures de la performance integree EVA (IEPM) modele. La superiorite de l'IEPM modele traditionnel de la mesure du rendement a ete empiriquement analysees avec BP de reseaux de neurones et les donnees provenant de la Chine societes cotees. Les resultats ont montre que la mesure de la capacite IEPM modele a ete superieure a celle de la traditionnelle mesure de la performance. Sa capacite de prevision a egalement ete revelee meilleure que celle de la mesure traditionnelle. Il suggere que l'introduction de l'EVA a la mesure du rendement reflete bien la societe profit immobilier. Ainsi, il est efficace et raisonnable d'utiliser IEPM modele pour evaluer et prevoir les resultats de la societe. Mots-Cles: Economic value added, IEPM modele, Neural network, Mesure de la performance
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 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 | 0,001 |
| 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 découle