MétaCan
Menu
Retour à la cohorte
Enregistrement W4322766614 · doi:10.54783/influencejournal.v5i1.123

The Steel Industry in Global Competition and Limited Capital: A Case Study of the Steel Industry in Bolivia

2023· article· en· W4322766614 sur OpenAlexaboutno aff
Antonio Rafael Da Riga

Notice bibliographique

RevueINFLUENCE International Journal of Science Review · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Tax incentiveInvestment (military)LegislationIncentiveOrder (exchange)BusinessGovernment (linguistics)Competition (biology)Capital (architecture)Value-added taxTax reformEconomicsEconomic policyInternational economicsPublic economicsMarket economyFinanceGeography

Résumé

récupéré en direct d'OpenAlex

This article has as its objective to present a study of the impact of tax costs of the investment destined to the expansion of a metallurgical plant in Bolivia, compared with the tax load that would occur if such the investment were made in other countries, specifically, the USA, Canada and Chile. The study has been developed within the context of recognition that certain events which provoke effects upon the level of competitiveness of companies are beyond their action range. Among such events, the tax load, an integral element of government macroeconomic policies, has been considered in this study. The multiple case study method was used to measure the tax cost of a planned investment, contemplating the effective legislation in each of the examined countries. Results of the study allow concluding that, among the four countries under analysis, Brazil presents the largest tax cost, significantly greater than the other countries, which offer fiscal incentives, including a negative tax load. Among the remaining three countries, the company competitiveness has been favoured according to the following order: by Chile, the USA and Canada.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,315
Écart entre enseignants0,283 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueINFLUENCE International Journal of Science ReviewMême sujetGlobal Trade and CompetitivenessTravaux en français237 207