MétaCan
Menu
Retour à la cohorte
Enregistrement W3155778387 · doi:10.20542/0131-2227-2011-3-12-21

Automotive Industry: Crisis and Innovations

2011· article· en· W3155778387 sur OpenAlexaboutno aff
V. Kondrat’ev

Notice bibliographique

RevueWorld Economy and International Relations · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutomotive industryChinaInvestment (military)Financial crisisProduction (economics)BusinessLatin AmericansEconomyQuarter (Canadian coin)EngineeringGeographyPolitical scienceEconomicsPolitics

Résumé

récupéré en direct d'OpenAlex

Banking and financial collapse of late 2008 extremely heavily hit the automotive industry in most countries. In 2009, the production of cars in the world dropped to 57 million units compared to 68 million in 2007. At the same time, recent statistics show that the industry is rapidly recovering from the worst crisis in its history. In the 1st quarter of 2010 car production in the world increased by 57% compared to the same period of 2009. In China, Canada, Mexico and Great Britain it increased by more than 70%. Volkswagen, Ford Motor Company and FIAT announced major investment plans, particularly in China and Latin America. Accordingly, it is expected that in 2010 the global car production will grow to 70 million units, and to 88 million by 2016, 40% of all sales will be in the Asia-Pacific region. Reduction of the automotive industry in Russia turned out to be deeper than anywhere else – 49% in 2009 against the previous year's level. For comparison: in the United States reduction amounted to 21%, in Spain – to18, in Japan – to10, in the UK – to 6.4, in Italy – to 0.2; while in China the production grew by 44%. Nevertheless, the Russian automotive industry is also showing signs of recovery, primarily because of the governmental program of recycling old cars.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,851
Score d'incertitude au seuil0,997

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,088
Tête enseignante GPT0,233
Écart entre enseignants0,145 · 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.

Devis d'étudeThéorique ou conceptuel
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 revueWorld Economy and International RelationsMême sujetGlobal trade and economicsTravaux en français237 207