MétaCan
Menu
Retour à la cohorte
Enregistrement W3049654881 · doi:10.6007/ijarbss/v10-i2/7002

Relationship Between Concentrations of Foreign Trade and Financial Performance: An Application in Drug Sector in Turkey

2020· article· en· W3049654881 sur OpenAlexaboutno aff
Evren Ayrancı, Cigdem Erdin

Notice bibliographique

RevueInternational Journal of Academic Research in Business and Social Sciences · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueRisk Management in Financial Firms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)Quarter (Canadian coin)BusinessFinancial sectorInternational economicsInternational tradeFinanceEconomicsComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

This study investigates possible connections between two performance ends -foreign trade and financial performance -of a leading drug company in Turkey within January 2014-December 2018 period. A unique approach is that these two are not under the spotlights directly, in other words, their financial figures are not under consideration. Instead, the primary goal is to calculate each performance end's concentration index values. Put other way, this study primarily seeks to explore the extent, to which the company is able to keep its outcomes of foreign trade and financial activities steady. The main and secondary aim, in this case, is to scrutinize if and how foreign trade concentration (steadiness) is a descriptor of financial performance concentration. Due to foreign trade being an important factor of business financial performance, it is also expected that the trade's extent of steadiness should also be a determinant of the financial performance stability. For the analysis, foreign trade and real operating profits' data on a quarter-basis that belong to 2014 January-2018 December period are collected. After concentration calculations of the trade and financial performance using Hirschman-Herfindahl Index (HHI) are made, analyses reveal that there are indeed some similarities and differences between the concentration index values of foreign trade and financial performance. It is, however, not much possible to state that foreign trade concentration is able to affect concentrated financial performance.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,260

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,148
Tête enseignante GPT0,380
Écart entre enseignants0,232 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Academic Research in Business and Social SciencesMême sujetRisk Management in Financial FirmsTravaux en français237 207