MétaCan
Menu
Retour à la cohorte
Enregistrement W2489423588 · doi:10.5539/ijef.v8n8p53

Enhancing Marketing Efficiency of the Saudi Dates at the National and International Markets

2016· article· en· W2489423588 sur OpenAlexvenueno aff
Al-Abdulkader Ahmed M., Al-Kahtani Safar H., Sobhy M. Ismaiel, Elhendi Ahmed M., A.I. Stetsenko, Alamri Yosef A., Al-Dakhil Abdullah I.

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensnon disponible
Organismes subventionnairesKing Abdulaziz City for Science and Technology
Mots-clésValue (mathematics)Data envelopment analysisMarketingBusinessScale (ratio)EconomicsLikert scaleGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

Date sector is a considerate sector worldwide with an estimated trade value equivalent to about 3.72 billion Saudi Riyals (SR) in 2013. Enhancing marketing efficiency of dates becomes imperative to nations that date sector has a special status in their economies and social heritage such that of the Kingdom of Saudi Arabia. This research paper is targeted to estimate the marketing efficiency of dates at different marketing channels qualitatively using a typical five level LIKERT scale and quantitatively using the Two-Stage Data Envelopment Analysis (2s DEA), to estimate the potential economic impact of improving marketing efficiency on the date marketing channels and on the national economy, and to introduce a set of policies and mechanisms that enhance the competitiveness of the Saudi dates at the local and international markets. The estimated results showed that the total market value of the Saudi dates is about 22.65 billion SR annually, and there is a great potential to improve date marketing efficiency to achieve an additional 30 per cent of value added to traders and the national economy, equivalent to about 6.88 billion SR annually. The research paper concluded with a set of policies and mechanisms to enhance the marketing efficiency and the competitiveness of the Saudi dates at the local and international markets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0030,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,033
Tête enseignante GPT0,312
Écart entre enseignants0,279 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetEfficiency Analysis Using DEATravaux en français237 207