MétaCan
Menu
Retour à la cohorte
Enregistrement W2995608922 · doi:10.22478/ufpb.2179-7137.2019v8n6.49205

INTEGRATED ASSESSMENT OF THE RUSSIAN ECONOMY COMPETITIVENESS

2019· article· en· W2995608922 sur OpenAlexaboutno aff
Svetlana Kotenkova, Julia Varlamova, Н. И. Ларионова, Irina Rudaleva

Notice bibliographique

RevueGênero & Direito · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRussian federationSWOT analysisRanking (information retrieval)ChinaRegional scienceContext (archaeology)Qualitative analysisEconomic geographyQuantitative analysis (chemistry)EconomyEconomic systemBusinessPolitical scienceGeographyEconomicsQualitative researchMarketingComputer scienceSociologySocial science

Résumé

récupéré en direct d'OpenAlex

In the context of the modern economic processes development at the regional level, such an aspect as regional competitiveness plays an extremely important role. To quantify the competitiveness of the regions of the Russian Federation, 10 subjects were taken. A comparative analysis was carried out on the basis of 35 indicators divided into 7 blocks depending on factor affiliation. The result of the analysis is the ranking of the considered regions of the Russian Federation in terms of competitiveness.The quantitative analysis carried out in conjunction with a qualitative assessment based on the SWOT analysis allows us to create a relatively clear picture of the competitiveness ratio of individual Russian regions, the main characteristic of which is their rather strong differentiation, due to the geoeconomic features already mentioned above. One can use the successful experience of countries such as Canada, China and Ireland in the formation of directions considered in this paper for increasing 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 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)0,000
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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,606
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,218
Écart entre enseignants0,207 · 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 tête enseignante, pas un consensus.

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'admission1
Résumé présentoui

Explorer davantage

Même revueGênero & DireitoMême sujetGlobal Trade and CompetitivenessTravaux en français237 207