MétaCan
Menu
Retour à la cohorte
Enregistrement W3095450214 · doi:10.5539/ibr.v13n12p1

Category, Characteristics and Influence Mechanism of Farmers’ Cooperatives in China——Based on the Analysis of 8 Typical Case

2020· article· en· W3095450214 sur OpenAlexvenueno aff
Hua Wen, Xuan Jiang

Notice bibliographique

RevueInternational Business Research · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCooperative Studies and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaProduction (economics)BusinessCorporate governanceAgricultureIndustrial organizationMarketingEconomicsMicroeconomicsPolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

Since the beginning of this century, farmers' cooperatives have been developing rapidly in China. Based on the principles of classic cooperatives, this paper investigates the farmers' cooperatives in practice in China. It is found that the cooperatives in practice do not conform to the principles of classic cooperation, and have strong characteristics based on realistic conditions. In practice, from the perspective of industrial chain, China's farmer cooperatives can be divided into four categories: engaged in production, engaged in "production + sales", engaged in "production + processing + sales" and providing services, and there are significant differences in the operation mode and governance structure of all kinds of cooperatives. For the reasons behind it, the author investigates the concentration degree of different types of cooperatives in the operation of various agricultural products, and found that different category of products have different demands on the functions of cooperatives, which makes the operation mode and governance structure of cooperatives formed for different functional needs present diversified characteristics. In addition, the author also points out that although there are essential differences between the farmers' cooperatives in practice and those in the classical, they can still play their unique functions, that is to say, they can influence the identity and income of farmers by changing the utilization of production elements in the traditional agricultural management mode.

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)0,000
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 enseignants0,334
Score d'incertitude au seuil0,270

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,060
Tête enseignante GPT0,318
Écart entre enseignants0,258 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetCooperative Studies and EconomicsTravaux en français237 207