MétaCan
Menu
Retour à la cohorte
Enregistrement W3019173798 · doi:10.33262/concienciadigital.v3i1.1.1154

La gestión financiera para el desarrollo competitivo de las cooperativas de ahorro y credito.

2020· article· es· W3019173798 sur OpenAlexvenueno aff
Sandra Patricia Jácome Tamayo, María Isabel Gavilánez Vega, María del Carmen Ibarra Chango

Notice bibliographique

RevueConcienciaDigital · 2020
Typearticle
Languees
DomaineBusiness, Management and Accounting
ThématiqueBusiness, Education, Mathematics Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyPhysicsArt

Résumé

récupéré en direct d'OpenAlex

Actualmente el sector cooperativo financiero ecuatoriano es muy competitivo, donde la oferta de productos y servicios financieros y no financieros varían en su especialización e innovación, constituyéndose en factores impulsadores de la gestión financiera, económica y de la competitividad, diferenciándolos en calidad, cantidad y costo que mantienen un equilibrio entre sí, por tanto con el objeto de determinar cómo la gestión financiera incide en el desarrollo competitivo de las Cooperativas de ahorro y crédito en la presente investigación se correlaciona la administración, las finanzas, el manejo y control de flujos de capitales monetarios y financieros; para lo cual se usó métodos teóricos y empíricos mediante la aplicación de herramientas y estrategias financieras tales como análisis horizontal, vertical, ratios y metodología de evaluación PERLAS, cuya base de análisis son los balances y estados financieros referenciales de diferentes ciclos, se destaca que el análisis estructurado y sistematizado delinea el patrón de crecimiento integrado con una visión a largo plazo, en post de promover resultados planificados lo cuales sirvan como base para futuros análisis y punto de partida de investigaciones que desarrollen mejoras continuas.

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)0,010
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 enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0060,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,045
Tête enseignante GPT0,297
Écart entre enseignants0,253 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConcienciaDigitalMême sujetBusiness, Education, Mathematics ResearchTravaux en français237 207