MétaCan
Menu
Retour à la cohorte
Enregistrement W3121880760

Construyendo una metodología para la evaluación del riesgo en actividades agrícolas y agroindustriales en Bolivia que no cotizan en bolsa

2011· preprint· es· W3121880760 sur OpenAlexaboutno aff
Ricardo Nogales, Pamela Córdova Olivera

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2011
Typepreprint
Languees
DomaineBusiness, Management and Accounting
ThématiqueBusiness, Education, Mathematics Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesGeographyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Se presenta una metodologia de evaluacion de riesgo empresarial que consiste en la identificacion de los factores causantes de los indicadores de riesgo tradicionalmente observados. Esta metodologia permite el calculo de ponderaciones objetivas para estas causas a fin de compararlas, jerarquizarlas y facilitar la toma de decisiones por parte de inversionistas. Esta metodologia se inscribe en el proyecto Sociedades de Transformacion Rural financiado por el International Development Research Center (IDRC) del Canada y el Fondo Internacional para el Desarrollo Agricola (FIDA), co-ejecutado por Centro de Investigacion para el Desarrollo Regional (CIDRE), la Universidad Privada Boliviana (UPB) y la Fundacion Valles, constituyendose en una herramienta alternativa de medicion de riesgo empresarial en Bolivia, especificamente disenada para brindar la posibilidad de inclusion de empresas agricolas y agroindustriales sobresalientes en el dinamismo del mercado de financiamiento directo del pais, generando desarrollo sostenible e inclusivo. El documento presenta en detalle los fundamentos teoricos y metodologicos de esta nueva propuesta, ademas de aplicaciones empiricas en dos sectores economicos de alta relevancia social para Bolivia: el sector agricola y el sector agroindustrial.

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)0,022
score de la tête « metaresearch » (Gemma)0,018
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,635
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0220,018
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0040,004
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,082
Tête enseignante GPT0,366
Écart entre enseignants0,283 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetBusiness, Education, Mathematics ResearchTravaux en français237 207