The Impact of Core Technological Capabilities of High-Tech Industry on Sustainable Competitive Advantage
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
The market competitiveness and sustainable operation of an enterprise are closely correlated with the support of high-tech core technologies in the enterprise. This study first discusses the basic knowledge of core competitiveness, introduces the components and evaluation methods of core competitiveness, and builds an evaluation index system for core competitiveness of high-tech enterprises. Then, the Analytic Hierarchy Process (AHP) is fully discussed, during which the steps, advantages, and disadvantages of the AHP evaluation method are introduced. Finally, the Fujian Province of China is taken as an example, the relevant data are collected and processed, the impact of indicators are analyzed, and a high-tech industry core technological capability analysis indicator system is built based on the AHP method. Thus, the influence of the core technological capabilities of the high-tech industry on the sustainable competitive advantage of the enterprise is obtained. This study puts forward suggestions for maintaining the competitiveness of high-tech industries, thereby improving the competitive advantage of enterprises and achieving the sustainable management of enterprises. The result finds that if the high-tech industries continue to carry out innovation and scientific research, enterprises will maintain their competitive advantages. In summary, exploring the impact of the core technological capabilities of high-tech industries on the sustainable competitive advantages of enterprises is greatly significant for improving their competitiveness and industrial status, which enables them to be invincible in a complex environment.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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