DAMPAK BADAI START-UP DI INDONESIA PADA SAAT MASA PASCA PANDEMI COVID-19 TERHADAP HARGA SAHAM PERUSAHAAN E-COMMERCE
Notice bibliographique
Résumé
Several e-commerce start-ups in Indonesia such as PT.Bukalapak.com Tbk. (BUKA), PT. GoTo Gojek Tokopedia.Tbk. (GOTO) and PT. Global Digital Niaga.Tbk. (BELI), which is a national company in Indonesia, has become a savior for MSMEs where when MSMEs are prohibited from opening their businesses, MSMEs can sell online so they can still trade even from home. This e-commerce is very helpful for MSME players so that their business turnover can continue even though maybe not up to 100 percent like before the pandemic but at least they can still circulate money for their business so they don't go bankrupt and there are even some MSMEs whose online business is through e-commerce is very advanced beyond its offline store turnover. In the third quarter of the 2022 period where since the beginning of 2022 in the world there has been a war between Russia and Ukraine so that this war has affected the economies of many countries so that many countries have been entangled in inflation so that many World Central Banks have raised their interest rates. The problems that occurred besides the declining stock prices due to the increase in deposit rates, the problem that occurred was that many e-commerce companies were starting to run out of money to carry out promotions which are commonly called cash burn, where the money injected by investors, namely venture capitalists and angel investors, starts to run out and e-commerce companies have to start thinking about reducing their promotions and starting to make a profit.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,127 | 0,079 |
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 source (Gemma direct ou Codex distillé), 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 ».