MétaCan
Menu
Retour à la cohorte
Enregistrement W3134089753

Plan de negocios Fiori

2020· article· es· W3134089753 sur OpenAlexaboutno aff
Rivera Becerra, Miguel Giovanni

Notice bibliographique

Revuenon disponible
Typearticle
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueBusiness, Innovation, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPurchasingFloricultureBusinessQuality (philosophy)Consumption (sociology)Market researchBusiness planProduction (economics)MarketingDomestic marketPlan (archaeology)EconomicsGeographyInternational tradeSocial science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Colombian flower growers have turned their gaze to the domestic market because only 5% of flower production in the country is marketed domestically. The remaining 95% is exported mainly to the United States (EL TIEMPO, 2019). Since its inception, floriculture was thought of as an export sector, which has boosted the quality of the products and in general of said industry, since it has faced demanding markets, and even more so, given the characteristics of the products (perishable) It has induced flower growers to develop cultivation, harvest and post-harvest systems according to the standards of the purchasing countries, such as the United States, Canada, European countries, Japan, etc. Therefore, Colombia has the experience to serve its own market. Every day the sector at the national level has been growing due to the great opportunity that presents itself. However, there are very few businesses that focus on the luxury market to supply domestic consumption and those that handle these characteristics of quality and exclusivity have very high prices that only the upper class can acquire. Taking into account the knowledge acquired in the undergraduate business administration of the Pontificia Universidad Javeriana, different diagnostic, planning and research tools were applied to determine the viability of Fiori. In the following chapters the reader will be able to find a detailed investigation and the development of a research question where very important information, recommendations and conclusions will be highlighted that will give a clear idea about the development of this business plan.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0070,006

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 Opus0,065
Tête enseignante GPT0,205
Écart entre enseignants0,140 · 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'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 sujetBusiness, Innovation, and EconomyTravaux en français237 207