MétaCan
Menu
Retour à la cohorte
Enregistrement W3092604706 · doi:10.47670/wuwijar201931fco

Debtor’s and creditor’s stronghold: Bankruptcy chapter 7, 11 & 13

2019· article· en· W3092604706 sur OpenAlexaff
Faith Cajudo Orillaza

Notice bibliographique

RevueWestcliff International Journal of Applied Research · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Insolvency and Governance
Établissements canadiensWycliffe College
Organismes subventionnairesnon disponible
Mots-clésBankruptcyCreditorDebtorPetitionerDebtBusinessDecreeInsolvencyLaw and economicsFinanceEconomicsLawAccountingPolitical science

Résumé

récupéré en direct d'OpenAlex

Bankruptcy law is created to protect debtors from the hands of creditors. This law ensures creditors repay loans by engaging in a particular process. The United States Congress has enacted a decree governing bankruptcy in the form of the Bankruptcy Code. The different types of bankruptcy will be referred to in this article by their chapters: Chapter 7, 11 and 13 (Justia, 2019). This article will identify the differences between these three chapters, their objectives, as well as the advantages and repercussions of each. Further, the non-dischargeable debts, recommendable actions for the filers, numbers of petitioners who have undergone bankruptcy cases, the financial ratio of the petitioners, the common denominator on the filers, and the methodology performed by the chief executive officer (CEO) of the four companies, Coldwater Creek, Kmart, SEARS and Toys “R” Us, will be analyzed. Additionally, the design and methodology for reviving each company that were implemented and applied by each CEO will be examined, and the reasons they were proven ineffective will be offered. By investing more, borrowing can become essential and, liabilities can grow beyond what could be repaid. This results in the filing of bankruptcy for protection from creditors.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,003
Communication savante0,0060,002
Science ouverte0,0000,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0200,004

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 Opus0,046
Tête enseignante GPT0,308
Écart entre enseignants0,262 · 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
GenreAutre

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWestcliff International Journal of Applied ResearchMême sujetCorporate Insolvency and GovernanceTravaux en français237 207