Analyzing the production-distribution-consumption cycle using hierarchical modeling methods
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 production-distribution-consumption cycle is one of the main cycles on which the economy state depends on. This study aims to determine the relationship between production, distribution, and consumption of goods within the central place hierarchies using hierarchical modeling (HLM). It allows us to analyze indicators within several levels of data aggregation. The analysis is carried out in the context of 2319 municipalities that are part of 84 regions of the Russian Federation, in 8 federal districts. The results show that hierarchical analysis methods can be used in the productiondistribution-consumption cycle study. As part of the model's results, it was noted that the income of the population and exports, which determine the demands for goods, have a positive impact on the production and sales of goods. At the same time, the relationship between production and wholesale trade, which characterizes the distribution of goods, is not so clear. The production-distributionconsumption cycle study considers the hierarchy of central places, which takes into account the division of the territory into zones based on the functions performed. The methods of hierarchical analysis made it possible to evaluate the effects generated at each level. We managed to take into account the spatial heterogeneity and hierarchical structure of the data describing the productiondistribution-consumption cycle. This will improve the quality of decisions when determining the manufacturing locations, as well as providing a better approach to the development of territories by state authorities.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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