MétaCan
Menu
Retour à la cohorte
Enregistrement W2906055431 · doi:10.5539/mas.v13n1p129

Competitiveness of SMEs from the Insertion of Strategic Planning and Human Resource Management as a Tool for Continuous Improvement

2018· article· en· W2906055431 sur OpenAlexvenueno aff
Santander De la Ossa, William A. Niebles, Hugo Hernández, Alvaro E. SANTAMARIA, Leonardo Niebles Núñez

Notice bibliographique

RevueModern Applied Science · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiverse Applied Research Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversidad de Sucre
Mots-clésBusinessSustainabilityProcess (computing)Work (physics)Process managementResource (disambiguation)GlobalizationHuman resourcesPoint (geometry)Knowledge managementManagementComputer sciencePolitical scienceEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

The orientations in topics of competitiveness suggest at present, that a company obtains greater income when implanting or developing strategies of businesses that incorporate focuses like competitiveness and sustainability. Thus, organizational efforts are being directed in this line of work. Therefore, it is proposed as an objective for this research to know how SMEs is promoting the issue of competitiveness in their organizations and which aspects are the most outstanding of this process. The methodology used was qualitative and based on the documentary review of specialized scientific publications; at the end reflections are made from the holistic approach to highlight the components that contribute most to the subject of cited. The results point to a scenario of greater dynamics in issues of globalization and competitiveness, as the progress made from the research suggests that growth in these topics will undoubtedly be a motor of great importance to achieve important results for any type of organization.

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)0,004
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 enseignants0,007
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0070,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,057
Tête enseignante GPT0,344
Écart entre enseignants0,288 · 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

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModern Applied ScienceMême sujetDiverse Applied Research StudiesTravaux en français237 207