MétaCan
Menu
Retour à la cohorte
Enregistrement W4328096313 · doi:10.54691/bcpbm.v37i.3575

Investment Analysis of Listed Companies in The Oil & Gas Industry

2023· article· en· W4328096313 sur OpenAlexaff
Yifan Wang

Notice bibliographique

RevueBCP Business & Management · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMarket Dynamics and Volatility
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPetroleum industryProfit marginDividendBusinessFossil fuelMargin (machine learning)Profit (economics)FinanceFinancial crisisInvestment (military)Market economyEconomicsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

The oil and gas industry is highly dependent on global financial markets. Due to the worldwide repercussions of the COVID-19 pandemic, the Russia-Ukraine War, and the upcoming third energy transition, the oil and gas industry may provide considerable financial gains from share price increases and attractive dividend income. In this article, ExxonMobil, Chevron, and ConocoPhillips, three significant oil and gas firms in the United States, are assessed using ratio analysis. This project explores which of these three companies are deserving of investors' attention and whether they can respond to future uncertainties by analyzing the companies' financial data and policies. ConocoPhillips is chosen as the best company to invest in for the short-term due to its larger profit margin and stronger growth potential. Long-term investments in Exxon Mobil are suggested due to the company's relatively low risk and sustainable strategy.

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 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 enseignants0,176
Score d'incertitude au seuil0,482

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,058
Tête enseignante GPT0,254
Écart entre enseignants0,196 · 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 revueBCP Business & ManagementMême sujetMarket Dynamics and VolatilityTravaux en français237 207