MétaCan
Menu
Retour à la cohorte
Enregistrement W2980309611 · doi:10.5267/j.uscm.2019.10.001

Territorial marketing and its role in determining regional competitiveness. Evaluating supply chain management

2019· article· en· W2980309611 sur OpenAlexvenueno aff
Nataliya Tovma, Nursultan Shurenov, Laila Bimendiyeva, Zhanna Kozhamkulova, Zauresh Akhmetova

Notice bibliographique

RevueUncertain Supply Chain Management · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessSupply chainSupply chain managementIndustrial organizationMarketingProcess managementChain (unit)Environmental economicsEconomics

Résumé

récupéré en direct d'OpenAlex

Nowadays, development and sustainability are often combined in the analysis of regional and local processes. In this case, the definition of both competitiveness and sustainability of development require adequate interpretation and quantitative assessment. Territorial marketing is used as a tool to assess the competitiveness of a region. The main purpose of our research is to analyze the methodological and practical aspects of the sustainable development strategy of competitiveness of the Kazakhstan regions and the ways to implement it based on territorial marketing. Among the crucial indicators of territorial marketing, which this article tackles, supply chain management draws particular interest. Each indicator includes a set of criteria that best describe it. This is a 10-point rating system, where the region that showed the best result gets 10 points. It is assumed that based on the generally accepted methods the overall competitiveness can be measured, considering the competitiveness of the 5 mentioned indicators, as well as their assessment with regard to the competitiveness of their criteria. The research results showed that the aggregate indicator for all the regions is below average. The findings show that the Turkestan and Pavlodar regions are the most competitive in supply chain management, having the largest number of shipments. The overwhelming majority of Kazakhstan enterprises are small enterprises, which suggests that the logistics services market is still developing. The use of modern information technologies will optimize warehouse operations. A positive result is ensured by effective local regulation since doing business in Kazakhstan is relatively cheap. In our research, we offer some recommendations for improving the territorial indicators that determine the competitiveness of regions.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,002
Communication savante0,0070,004
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,019
Tête enseignante GPT0,245
Écart entre enseignants0,226 · 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'étudeSans objet
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

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetGlobal Trade and CompetitivenessTravaux en français237 207