MétaCan
Menu
Retour à la cohorte
Enregistrement W3163801085 · doi:10.1201/9781003028932-8

Innovative and investment direction of farming enterprise development

2021· book-chapter· en· W3163801085 sur OpenAlexaboutno aff
Liudmyla Hnatyshyn, R. M. Sheludko, Oksana Prokopyshyn, Liudmyla Makieieva

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Issues in Ukraine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessInvestment (military)AgricultureNatural resource economicsIndustrial organizationGeographyEconomicsPolitical scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

The aim of the research is to examine the innovative constituent of farming enterprises development, which is based on determination of the impact of elements of the resource component of production potential on the profit of farming enterprises. While assessing efficiency of management of the innovative development of enterprises, it is proposed to consider the impact of resource and financial factors (Grynko & Gviniashvili, 2017). It is also worth noting that the Canadian project GÇ£Development of dairy business in UkraineGÇ¥ is intended to eliminate the difficulties faced by small and medium-size milk producers. The authors of the work suggest that, under conditions of such common tendency, farming enterprises are not ready to take any radical measures concerning reconstruction and reorganization of their production because the attracted investments are primarily used for completion of the earlier started projects. To analyse the impact of cost elements of the production factors, which create the base of production potential, it is proposed to make grouping of farming enterprises of Ukraine by the level of land use in 2018. The analysis of the model (8.3) demonstrates that it provides explanation of 87% [almost similar to the model (8.2)] of the relation between the dependent and independent variables. It is considered that co-operation of farmers with local power authorities, in such context, should probably make a positive impact on the external environment of the farming enterprise, i.e., the community.

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,948
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)0,0010,000
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)0,0020,000

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 Opus0,036
Tête enseignante GPT0,214
Écart entre enseignants0,178 · 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
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEconomic Issues in UkraineTravaux en français237 207