Modelo de selección de mercados internacionales para la exportación de colágeno hidrolizado
Notice bibliographique
Résumé
Objective: This master's thesis aims to identify some multi-variate techniques for the international markets selection (IMS), in addition to applying one of these to recognize the best options for export markets according to real data that give rigor to the process. Methodology: A multi-variate model of IMS is emulated, validated at the theoretical level, which proposes different variables and factors which apply to the tracking of international markets for exports. In this proposal, the leading buyer countries of a given product are pre-selected, in this case, hydrolyzed collagen. Subsequently, factors such as Costs, Trade Barriers, Logistics and Culture are analyzed, including some variables, for each case, and are consulted in official databases through the Internet. This way, this proposal standardizes the information acquired for each variable, generating a number on a scale of 1 to 5 and, finally, defining a total score for each potential market. It will also include a survey aimed at internationalized companies in the city of Manizales to learn about their IMS process in order to contrast it with the proposed technique. Findings: It is possible to say that the most suitable markets for the export of hydrolyzed collagen, according to the criteria taken into account, are the Netherlands; followed by the United States and finally Canada. Practical implications: The technique used in this work can be considered as an instrument for the internationalization of companies that seek to direct their products to other markets; all this, supporting the decision making with reliable information. Contribution: To see how this instrument for IMS gives rigor to the internationalization process based on scientific literature and proven multi-variate theoretical models.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 tête enseignante, 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 ».