Dynamic Comprehensive Evaluation of the Performance of Introducing Foreign Investment in Jiangsu
Notice bibliographique
Résumé
This research focuses on using a dynamic comprehensive evaluation model to assess the performance of introducing foreign investment in 13 cities in Jiangsu province of China. The model breaks the traditional evaluation model of a weighted average, using a second weighted average method. On the basis of the status in Jiangsu, five assessment indicators are chosen. Then the paper summarizes and classifies the changes of all cities according to the dynamic comprehensive value. Combined with the status and trends of introducing foreign investment in Jiangsu, the paper gives a detailed analysis to the evaluation results with a view to grasp the dynamic changes of introducing foreign investment in Jiangsu and to make an objective assessment. Key words: dynamic comprehensive evaluation, introducing of foreign investment, performance evaluation Resume: Cette recherche se concentre sur l'utilisation d'une dynamique integrale modele d'evaluation pour evaluer la performance de l'introduction des investissements etrangers dans 13 villes de la province de Jiangsu en Chine. Le modele rompt le modele d'evaluation traditionnel d'une moyenne ponderee, en utilisant une seconde methode de la moyenne ponderee. Sur la base des statuts a Jiangsu, cinq indicateurs d'evaluation sont choisis. Puis, le document resume et classifie les changements de toutes les villes conformement a la valeur dynamique integrale. Combine avec le statut et la tendance de l'introduction des investissements etrangers a Jiangsu, le document donne une analyse detaillee pour les resultats de l'evaluation en vue de saisir les changements dynamiques de l'introduction des investissements etrangers a Jiangsu et de faire une evaluation objective. Mots-Cles: evaluation dynamique integrale, introduction des investissements etrangers, performance evaluation
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».