Management of Reputation Risks at the Agricultural Enterprises of Eastern Europe as a Component of Increasing Their Competitiveness
Notice bibliographique
Résumé
We note a significant role of the agricultural sector in the development of economic systems in a significant number of post-Soviet countries of Eastern Europe. However, Eastern European agricultural enterprises have significant problems in ensuring and managing their competitiveness, where reputation and the risks associated with it are of key importance. Novelty. The scientific novelty of the research paper is the developed algorithm of reputation risk management, which is based on the author's methodology of their evaluation and takes into account the peculiarities of such management in agricultural enterprises from the post-Soviet countries of Eastern Europe. To achieve the goal and test the hypotheses put forward in the research paper, a set of general, specific and technical methods were used at the empirical and theoretical levels, such as: abstraction method; expert method; methods of analysis and synthesis; comparison; deduction; induction; methods of systematization, grouping and logical generalization. The research methodology is based on systemic and functional, historical and systemic approaches in identifying and resolving the range of problems of reputation risk management within the framework of improving the competitiveness management of agro-industrial enterprises from the post-Soviet countries of Eastern Europe. For the purpose of the study, data were collected and an empirical analysis was conducted concerning the eleven Eastern European countries that were part of the Soviet Union for 1991-2018 regarding analysis of the dynamics of agricultural production and its share in GDP according to statistics taken from the KNOEMA databases. Policy considerations: the agricultural sector of the economy plays an increasing role in the economic systems of some post-Soviet countries of Eastern Europe, serving as the basis for their sustainable development; agricultural producers from the post-Soviet space of Eastern Europe have problems with ensuring competitiveness in national, international and world markets; reputation risk plays a significant role in ensuring and improving the competitiveness management of agricultural enterprises from post-Soviet countries of Eastern Europe; the formation of an effective reputation risk management algorithm is a key element in ensuring and improving the competitiveness management of Eastern European agricultural producers.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».