Slovenska podjetniška demografija in prenos podjetij
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Slovenian Enterprise Demography and Business Transfer: Slovenian Entrepreneurship Observatory 2018. In this monograph, we analysed all companies and entrepreneurs in Slovenia for the year 2017, then we compared for the year 2016 or 2015 key data of Slovenia and EU-28 or individual member states in the non-financial business economy. In Slovenia, in 2017 122,618 businesses employed 563,356 people. The majority of businesses (nearly one fifth) operated in the wholesale and retail trade; maintenance and repair of motor vehicles. Likewise, in the EU-28 in 2016 more than a quarter of businesses (25.9% or 6.3 million) was active in the wholesale and retail trade; maintenance and repair of motor vehicles. The average value added per person employed for the aggregated activities of the EU-28 in the year 2016 amounted to 50,900 euros, while in Slovenia 32,700 euros (36% less). In the second part, we studied the transfer of companies. We surveyed a selected sample of experts who represent important actors in a supportive environment for SME transfers. We also carried out a survey on the transfer of companies among the founders/owners of SMEs in Slovenia. We were interested in what type of support they need in this process. In this, we limited ourselves to the age group of entrepreneurs 55+.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
score_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