Impacto socio – económico de COVID – 19 en las Mipymes de la zona centro de Rioverde, San Luis Potosí, México
Notice bibliographique
Résumé
El objetivo del estudio fue evaluar el impacto socio – económico en las MIPyMES de la zona centro de Rioverde, San Luis Potosí, México del COVID - 19; así como las estrategias comerciales emprendidas por los empresarios para la mitigación de las afectaciones negativas. La muestra representativa estuvo compuesta por 190 encuestas atendidas por los representantes de negocios de la zona centro de la ciudad. Es un estudio de corte cuantitativo, descriptivo y transversal simple. Se utilizó el instrumento propuesto por Prado (2021) compuesto por 21 ítems y 6 preguntas de índole socio – demográfico. Los principales resultados muestran que los negocios tienen mayor presencia representantes mujeres, solteras, con educación de pregrado, la gran mayoria de éstos son de giro comercial en diversas modalidades y con poblacion menor a 40 años, en cuanto a la antigüedad del negocio, son negocios de menos de 20 años en promedio, pero teniendo participación de hasta 71 años. Expresaron no haber estado preparados para afrontar la crisis sanitaria, empero, no implementaron, en la mayoría de los casos, estrategias comerciales de contingencia y continuaron con las mismas de antes de la pandemia, que ya incluia el uso de redes sociales y entrega a domicilio.
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 | 0,004 | 0,001 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».