Notice bibliographique
Résumé
Greed and fear.Many people cite these as the two main driving forces behind the stock market.But a successful investor should know that qualities such as vision, knowledge, discipline, risk tolerance and patience are much more important.John W. Dobson mastered all of these qualities to become one of Canada's greatest growth-stock investors.He launched his Formula Growth Fund on 27 June 1960, with a small group of investors who put up a total of $134,000 (CAN), including $20,000 from Dobson, to buy units in the fledgling fund.John's initial investment would have been worth some $24 million as of 2020 -an increase of an incredible 1,200 times!This represents a compounded rate of return of 12.67 per cent a year over roughly sixty years of successful investing.In contrast, the same amount invested in the S&P 500 Total Return index would have been worth just $9.2 million (CAN).This is the kind of performance that has earned the long-term loyalty of Formula Growth clients, who include some of Canada's most prominent businesspeople and entrepreneurs.It has also drawn the attention of several of the world's savviest investors, such as the late Sir John Templeton, who at one time was one of the largest Formula Growth Fund unit holders. Memo to staff from John Dobson:Objectives of Formula Growth Limited: 1.To make 20 per cent per year for our unit holders 2. To have fun doing it 3.To make certain that we have the people, discipline, and procedures to accomplish objectives 1 and 2
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,640 | 0,474 |
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 ».