MétaCan
Menu
Retour à la cohorte
Enregistrement W4324134535 · doi:10.21142/tb.2020.1549

Exportación de café en grano al mercado de Vancouver-Canadá

2020· dissertation· es· W4324134535 sur OpenAlexaboutno aff
Fabricio Emanuel Herrera Núñez, Dunker Tobit Tolentino Encarnación, Brigite Silena Velásquez Pio

Notice bibliographique

RevueUniversidad Científica del Sur · 2020
Typedissertation
Languees
DomaineEconomics, Econometrics and Finance
ThématiqueBusiness, Innovation, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyArt

Résumé

récupéré en direct d'OpenAlex

Hoy, el crecimiento de la compañía se basa en el comercio internacional que está en un constante ascenso y expansión. Sin embargo, la introducción de la empresa al comercio exterior y el desafío como emprendedores es buscar posicionarse en el mercado internacional creando una imagen de calidad y eficiencia, a través de la realización de procedimientos de exportación. Se usará la estrategia de diferenciación como principal pilar para el marketing creando como principal propuesta el valor agregado en los mercados extranjeros; además de investigar nuevos segmentos de mercado de diferentes países con los cuales el Perú tenga un Tratado de Libre Comercio el cual brinde mayor facilidad para los procesos de exportación y esté involucrado desde hace algún tiempo el rubro de café buscando ser sostenibles con el ambiente y busca unir en este proceso a pequeños agricultores. El internacionalizar es un proceso complejo debido a la diversa cantidad de factores que se debe tener en cuenta y estos deben permitir a una empresa el poder adaptar todas sus áreas al comercio internacional, requiere compromiso, entusiasmo y preparación para convertirse en un exportador exitoso. La empresa PERUVIAN COFFEE SAC tiene la oportunidad de expandir y exportar sus productos de café. El país elegido fue Canadá, y la ciudad de Vancouver fue seleccionada como lugar de destino, debido a que es uno de los países más importantes en el consumo de café y las cantidades de importaciones anuales que se realizan nos muestran cómo un mercado un lugar de destino muy atractivo.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,567
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,204
Écart entre enseignants0,190 · 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'étudeSans objet
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversidad Científica del SurMême sujetBusiness, Innovation, and EconomyTravaux en français237 207