MétaCan
Menu
Retour à la cohorte
Enregistrement W2922213881 · doi:10.1111/1911-3838.12191

Dory & Nemo Early Learning Center

2019· article· en· W2922213881 sur OpenAlexaffvenue
Yee‐Ching Lilian Chan

Notice bibliographique

RevueAccounting Perspectives · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEarly Childhood Education and Development
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésHarmony (color)Profit (economics)PsychologyManagementBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract The case requires students to evaluate the current situation and growth options of a small business, Dory & Nemo Early Learning Center (D&N), which provides intergenerational programming to preschool children at a retirement home. The learning center was opened in September 2014, and it was able to make a small profit each year. However, it is projected that there would be a 75 percent decrease in net income from $8,072 in Fiscal 2016 to $1,819 in Fiscal 2017. Davis and Nathans, business partners of D&N, met to discuss the following growth options: (i) Mosaic Retirement Residences' proposal to set up two learning centers at their retirement homes each year for a total of six in three years and (ii) Harmony Retirement Residences' proposal for leasing space to set up learning centers at their retirement homes, one new learning center a year for a total of three in three years. Furthermore, Davis and Nathans had decided to increase the program fee from $320 to $350 per week for the 2017–18 academic session in September. They would also like to reduce their workload from 50 to 40 hours per week, increase their vacation time from two to three weeks, and increase their salaries and bonuses. Students must consider personal objectives of business partners and mission of D&N in the analysis. They learn to identify relevant information for decision making, apply appropriate analytical tools for quantitative analysis, integrate qualitative and quantitative factors in decision making, and make recommendations consistent with analysis.

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 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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,245
Score d'incertitude au seuil0,999

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,003

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 Opus0,011
Tête enseignante GPT0,292
Écart entre enseignants0,282 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAccounting PerspectivesMême sujetEarly Childhood Education and DevelopmentTravaux en français237 207